yingdajun / TextClassifierMLAndDLByBertOrFastnlpDemoLinks
以京东评论作为数据集,使用常见的机器学习算法如KNN、SVM、逻辑回归、贝叶斯、xgboost等等算法进行分类。使用深度学习中的CNN、RNN、CNN和RNN连接、Bi-GRU、bert模型进行分类。使用fastnlp的框架搭建文本分类。
☆32Updated 5 years ago
Alternatives and similar repositories for TextClassifierMLAndDLByBertOrFastnlpDemo
Users that are interested in TextClassifierMLAndDLByBertOrFastnlpDemo are comparing it to the libraries listed below
Sorting:
- 基于LSTM网络与自注意力机制对中文评论进行细粒度情感分析☆55Updated 4 years ago
- 用gensim训练LDA模型,进行新闻文本主题分析☆79Updated 6 years ago
- 京东评论情感分析模型,主要包括1、数据获取及探索性分析;2、文本预处理、文本分词、文本向量化、特征提取、☆85Updated 6 years ago
- 本项目的数据来自“互联网新闻情感分析”赛题。基于Transformer2.0库中的中文Bert模型,对新闻语料进行三分类。☆118Updated 6 years ago
- 某电商手机评论的文本挖掘初体验 功能板块:数据预处理、LDA模型获取特征词、情感极性判断与程度计算、回归模型预测销量排序☆123Updated 6 years ago
- 中文商品评论短文本分类器,可用于情感分析☆368Updated 4 years ago
- 一个基本的多层lstm rnn模型,能实现中英文文本的二分类或多分类☆48Updated 7 years ago
- 用LSTM进行文本的情感分析☆189Updated 6 years ago
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征,分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT(梯度提升决策树)。☆95Updated 6 years ago
- 自然语言处理NLP在中文文本上的一些应用,如文本分类、情感分析、命名实体识别等☆212Updated 4 years ago
- Ai_challenge2018_nlp细粒度情感分析——代码复现☆23Updated 6 years ago
- “互联网新闻情感分析”赛题,是CCF大数据与计算智能大赛赛题之一。对新闻情绪进行分类,0代表正面情绪、1代表中性情绪、2代表负面情绪。☆150Updated 6 years ago
- 近年来,随着微信、微博、市长信箱、阳光热线等网 络问政平台逐步成为政府了解民意、汇聚民智、凝聚民气的重要渠道,各类社情民意相关的文本数据量不断攀升,给以往主要依靠人工来进行留言划分和热点整理的相关部门的工作带来了极大挑战。同时,随着大数据技术的发展,建立基于自然语言处理技术的…☆35Updated 5 years ago
- 细粒度的情感分析(属性词提取,句法依存分析)☆36Updated 2 years ago
- 基于电影评论数据的中文情感分析(含训练数据、验证数据) Machine Learning and Deep Learning implementations.☆82Updated 3 years ago
- 文本聚类、tfidf、lda、doc2vec+kmeans等各种方法实现☆23Updated 5 years ago
- 基于Word2Vec+SVM对电商的评论数据进行情感分析☆138Updated 7 years ago
- 基于深度学习(LSTM)的情感分析(京东商城数据)☆183Updated 5 years ago
- Python中文文本挖掘:使用机器学习方法进行情感分析。☆104Updated 7 years ago
- 中文情感分析模型,包含各种主流的情感词典、机器学习、深度学习、预训练模型方法☆110Updated 6 years ago
- 用MLP、TextCNN、RNN、LSTM、GRU、Attention、RCNN、BERT做文本分类、情感分析,对比各模型于温泉旅游评论垂类语料下在情感分类任务上的表现☆100Updated 4 years ago
- 该库是一个项目集,包括文本分类、多标签分类、细粒度情感分析、命名实体识别,以及部分数据集等☆202Updated 6 years ago
- 基于深度学习的中文评论情感分类和智能客服研究与实现。主要是酒店和书店的评论情感分析(二分类+九分类),可以判定积极和消极,对于消极评论,还可以判断其具体类别,比如物流不好或者服务差等等。☆49Updated 5 years ago
- 练手项目:Comment of Interest 电商文本评论数据挖掘 (爬虫 + 观点抽取 + 句子级和观点级情感分析)☆104Updated 5 years ago
- 中文文本聚类☆122Updated 3 years ago
- 基于字符级卷积神经网络的细粒度的中文情感分析以及具体的应用,将顾客打分和评论情感进行两极映射,使用数据自动标注和基于弱监督预训练的数据增强方式自动扩充和优化数据集,实验证实了在情感分类中,使用本文的字符级卷积神经网络(C-CNN-SA)可以在不依赖分词的情况下,达到的精度和…☆47Updated 5 years ago
- 利用bert预训练模型生成句向量或词向量☆27Updated 5 years ago
- 基于word2vec使用wiki中文语料库实现词向量训练模型☆59Updated 6 years ago
- Python实现中文文本关键词抽取,分别用了TF-IDF、LDA、RNN、LSTM和LR-SGD两类共五种方法,全网最全没有之一。☆63Updated 4 years ago
- sentiment analysis、情感分析、文本分类、基于字典、python、classification☆132Updated 4 years ago