zhou-xingxing / graduate_workLinks
基于弹幕情感分析的直播高光时刻判断模型设计与系统实现
☆25Updated 2 years ago
Alternatives and similar repositories for graduate_work
Users that are interested in graduate_work are comparing it to the libraries listed below
Sorting:
- 基于PaddleNLP搭建评论观点抽取和属性级情感分析模型,并基于前后端分离式架构完成属性级情感分析Web系统搭建,通过细粒度情感分析帮助用户和商家更好决策。☆69Updated 2 years ago
- bilibili弹幕分析,包含爬虫、词云分析、词频分析、情感分析、构建衍生指标,可视化☆173Updated 2 years ago
- 对豆瓣影评进行文本分类情感分析,利用爬虫豆瓣爬取评论,进行数据清洗,分词,采用BERT、CNN、LSTM等模型进行训练,采用tensorboardX可视化训练过程,自然语言处理项目\A project for text classification, based on to…☆162Updated 2 years ago
- 基于UIE的舆论情感分析Web系统,前后端分离式 架构部署,支持单文本属性级情感分析及上传txt文件进行批量情感分析,并支持分析结果的可视化展示。 技术栈:后端:FastAPI + UIE;前端:Vue + ElementUI + Echarts。☆60Updated 2 years ago
- 大模型相关实践记录☆156Updated 4 months ago
- 使用pytorch, 基于textCNN以及BiLSTM进行中文情感分析、 文本分类☆63Updated 6 years ago
- 在SMP2020的微博情绪分类任务上,微调在中文预料上预训练的BERT模型,进行文本分类。☆110Updated 3 years ago
- ☆33Updated 3 years ago
- 数据科学基础大作业:实现的技术包括利用python爬虫,爬取关键词搜索的微博正文,特定微博下的评论;预处理微博文本;手写textRank;聚类,kmeans,DBSCAN,层次聚类;情感词典情感分析;pyecharts可视化绘图☆72Updated last year
- 一个自然语言处理的可视化系统,实现自动生成词云图、文章关键信息提取、多文档主题分布、文本分类等功能,还有一些业务数据的可视化图表展示。☆36Updated 4 years ago
- 今日头条中文新闻(文本)分类数据集☆68Updated 7 years ago
- 與情分析系统,包括爬虫、数据清洗、文本摘要、主题分类、情感倾向性识别以及分析结果数据可视化☆425Updated 3 years ago
- 本项目主要是利用LSTM来对中文文本进行情感分类,包含四个类别(愤怒,焦虑,抑郁,伤感)☆56Updated 5 years ago
- 通过python爬虫获取人民网、新浪等网站新闻作为训练集,基于BERT构建新闻文本分类模型,并结合node.js + vue完成了一个可视化界面。☆42Updated 3 years ago
- 情感分析、文本分类、词典、bayes、sentiment analysis、TextCNN、classification、tensorflow、BERT、CNN、text classification☆491Updated 2 months 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☆98Updated 4 years ago
- 观察者新闻网爬虫(新闻爬虫),基于python+Flask+Echarts,实现首页与更多新闻页面爬取(Requests+etree+Xpath)+新闻存储(MySQL)+文本分析(Jieba)+可视化(新闻词云,词频统计)。☆103Updated 3 years ago
- 使用bert实现京东评论的情感分析(文本分类)☆46Updated 2 years ago
- Chinese Rumor Recognition 本科毕业设计论文-中文谣言检测☆57Updated 6 years ago
- 能够采集微博博主,博文,评论,分析博主信息,博文话题等,构建社交网络,同时对数据和网络进行分析的工具.☆23Updated 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)