zhaohuang123 / sentiment-analysis
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
Related projects ⓘ
Alternatives and complementary repositories for sentiment-analysis
- 提出基于划分的LDA主题模型 (PLDA)。对传统LDA模型进行改进，考虑中长篇文档篇章结构较为清晰，传统LDA在处理中长篇文档时不能识别每个篇章的主题，提出基于划分的LDA主题模型，对中长篇文档如新闻报道】国务院工作报告等按照段落进行划分，先拆后合，并将其效果与传统LDA…☆38Updated 5 years ago
- 基于情感词典的文本情感极性分析☆25Updated 7 years ago
- 该项目是短文本分类，目前应用于新闻标签的分类☆32Updated 7 years ago
- 根据褒贬种子词，利用SO-PMI构建情感词典☆26Updated 9 years ago
- 复现了论文《基于主题模型的短文本关键词抽取及扩展》的代码☆29Updated 4 years ago
- 细粒度的情感分析（属性词提取，句法依存分析）☆35Updated last year
- 用gensim训练LDA模型，进行新闻文 本主题分析☆72Updated 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☆54Updated 3 years ago
- lda模型的python实现☆28Updated 9 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☆39Updated 4 years ago
- 基于jieba分词和lda模型的主题分析☆18Updated 5 years ago
- 情感分析三分类☆28Updated 3 months ago
- lda 主题模型 用于主题提取和文本分类☆22Updated 7 years ago
- 一个BERT+BiLSTM的情感分析 BaseLine☆26Updated 4 years ago
- 评论上的情感分析：主题与情感词抽取☆82Updated 4 years ago
- 参考NER，基于BERT的电商评论观点挖掘和情感分析☆41Updated 5 years ago
- 使用gensim训练word2vec模型并对训练得到词向量聚类☆15Updated 7 years ago
- AI100竞赛：http：//competition.ai100.com.cn/html/game_det.html？id = 24＆tab = 1 的代码，主要用于文本分类，其中涉及CHI选择特征词，TFIDF计算权重，朴素贝叶斯，决策树，SVM，XGBoost等算法☆15Updated 5 years ago
- 微博情感分析 中文 八分类 贝叶斯☆16Updated 5 years ago
- 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
- 集成各种神经网络进行情感分类，包括CNN、LSTM、Transformer以及BERT等网络模型☆69Updated 5 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）☆57Updated 7 years ago
- 基于Keras使用LSTM对电商评论进行情感分析☆49Updated 6 years ago
- 利用bert预训练模型生成句向量或词向量☆28Updated 4 years ago
- 使用Python进行自然语言处理相关实践，如新词发现，主题模型，隐马尔模型词性标注，Word2Vec，情感分析☆50Updated 4 years ago
- 文本相似性☆22Updated 5 years ago
- 基于python gensim 库的LDA算法 对中文进行文本分析，很难得，网上都是英文的，基本上没有中文的，需要安装jieba分词进行分词，然后去除停用词最后才能使用LDA☆132Updated 5 years ago
- 多标签文本分类☆53Updated 5 years ago
- Ai_challenge2018_nlp细粒度情感分析——代码复现☆21Updated 5 years ago