Alternatives and similar repositories for sentiment-analysis:

Users that are interested in sentiment-analysis are comparing it to the libraries listed below

• MenglinLu / LDA-based-on-partition-PLDA-
  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
• reapaer / SentimentAnalysis
  基于情感词典的文本情感极性分析
  ☆25Updated 7 years ago
• czy1999 / Text-hotspot-mining
  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
  ☆40Updated 4 years ago
• nkhuyu / python-LDA
  lda模型的python实现
  ☆30Updated 9 years ago
• Little-girl-1992 / ShortTextClassification
  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
• SteveKGYang / LDA-based-Keyword-Extraction
  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
  ☆30Updated 4 years ago
• NUSTM / PMI
  根据褒贬种子词，利用SO-PMI构建情感词典
  ☆25Updated 9 years ago
• DengYangyong / LDA_gensim
  用gensim训练LDA模型，进行新闻文本主题分析
  ☆76Updated 5 years ago
• netrookiecn / LinLP
  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
  ☆51Updated 5 years ago
• wavewangyue / opinion-extraction
  评论上的情感分析：主题与情感词抽取
  ☆81Updated 4 years ago
• 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
• xiaoyichao / -python-gensim-LDA-
  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
  ☆133Updated 5 years ago
• yuexiashanren / emotion-analysis-3
  情感分析三分类
  ☆28Updated 6 months ago
• renpengcheng-github / LDA
  lda 主题模型 用于主题提取和文本分类
  ☆25Updated 7 years ago
• Zbored / Chinese-sentiment-analysis
  gensim-word2vec+svm文本情感分析
  ☆102Updated 7 years ago
• viewlei / fsauor2018
  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
• GGL12 / TextMining
  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
• a-mochis / SentimentAnalysis_LSTM
  基于Keras使用LSTM对电商评论进行情感分析
  ☆48Updated 6 years ago
• Syd-Q / Text-Mining-Sentiment-Analysis-2020-
  细粒度的情感分析（属性词提取，句法依存分析）
  ☆35Updated last year
• chapzq77 / LDA-SVM
  使用LDA+SVM进行文本的分类
  ☆22Updated 7 years ago
• hitlic / lstm_text_clasification
  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
  ☆46Updated 6 years ago
• hellopikaqiu / text_classification_AI100
  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
• 7125messi / sentiment_analysis_from_raw_corpus
  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。
  ☆34Updated 5 years ago
• l294265421 / train_word2vec_and_cluster_word
  使用gensim训练word2vec模型并对训练得到词向量聚类
  ☆15Updated 7 years ago
• gekelly / JD-Comment_emotional-analysis
  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
• ashora / SocialListening
  依据香港中文大学设计的规则系统，先用小样本评论建立初始关键词库，再结合18种句式逐条匹配评论，能够快速准确地识别评论对象及情感极性。经多次迭代优化关键词库后，达到较高准确率的基础上，使用Tableau进一步分析数据，识别出客户集中关注的商品属性、普遍好评差评的商品属性；通过…
  ☆53Updated 7 years ago
• leon9159 / -LDA-
  基于jieba分词和lda模型的主题分析
  ☆19Updated 5 years ago
• heyangHEY / BERT-CRF
  之江-电商评论观点挖掘的比赛，基于pytorch-transformers版本，暂时只实现了BERT做aspect+opinion+属性分类+情感极性的联合标注，还未加上CRF。
  ☆33Updated 5 years ago
• YuanWind / BertModel
  利用bert预训练模型生成句向量或词向量
  ☆28Updated 4 years ago
• Wiskia / Spamer-Detect-System
  对汽车之家论坛里的评论数据处理和分析，利用用户潜在行为数据得出用户行为特征，采用LDA主题模型得出用户评论的主题特征，采用Word2Vec词向量模型得出用户评论的文本内容特征，采用K-Means聚类得出水军文本类别，结合用户行为特征，最终实现了对网络水军的识别。
  ☆24Updated 5 years ago