yingdajun / TextClassifierMLAndDLByBertOrFastnlpDemo
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。
☆30Updated 4 years ago
Alternatives and similar repositories for TextClassifierMLAndDLByBertOrFastnlpDemo:
Users that are interested in TextClassifierMLAndDLByBertOrFastnlpDemo are comparing it to the libraries listed below
- 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、☆79Updated 5 years ago
- 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 3 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☆114Updated 5 years ago
- 用gensim训练LDA模型，进行新闻文本主题分析☆76Updated 5 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…☆30Updated 4 years ago
- 情感分析三分类☆28Updated 5 months ago
- 细粒度的情感分析（属性词提取，句法依存分析）☆35Updated last year
- 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.☆73Updated 2 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☆94Updated 5 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）。☆90Updated 5 years ago
- 以nlp中情感分析为例，从没有打过标签的语料开始一步步教你怎么去打标签，然后分别以传统的机器学习模型SVM和深度学 习模型LSTM去建模。☆33Updated 5 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。☆44Updated 4 years ago
- 文本分类-文本挖掘-情感分析-文本生成实战☆14Updated last year
- 基于Word2Vec+SVM对电商的评论数据进行情感分析☆134Updated 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。☆106Updated 5 years ago
- 文本热点挖掘，基于DBSCAN聚类模型，对文本的热点事件进行挖掘☆41Updated 4 years ago
- 计算新闻文本类情感分析（采用TF-IDF，余弦距离，情感依存等算法）☆58Updated 7 years ago
- 微博情感分析☆29Updated 6 years ago
- 一个BERT+BiLSTM的情感分析 BaseLine☆26Updated 4 years ago
- Ai_challenge2018_nlp细粒度情感分析——代码复现☆21Updated 5 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☆92Updated 3 years ago
- 基于CNN的新浪新闻文本分类☆11Updated 5 years ago
- 以聚类算法、LDA主题模型、分类器为基础，完成对Twitter语料的基于地理位置的主题事件挖掘，并对主题事件进行细粒度的情绪分析☆34Updated 6 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）☆99Updated 4 years ago
- 新浪微博#新冠疫情话题 舆情分析与话题热度预测☆19Updated 4 years ago
- 基于jieba分词和lda模型的主题分析☆19Updated 5 years ago
- 汽车之家口碑网某车型的评论数据情感分析☆29Updated 5 years ago
- 基于word2vec预训练词向量； textCNN 模型 ；charCNN 模型 ；Bi-LSTM模型；Bi-LSTM + Attention 模型 ；Transformer 模型 ；ELMo 预训练模型 ；BERT 预训练模型的文本分类项目☆116Updated 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☆47Updated 6 years ago
- 基于pytorch进行文本多分类，主要模型为双向LSTM，预测准确率83%☆42Updated 4 years ago