注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. yelp数据集（最新2017）

  2. elp希望更多的学生利用这些数据，在研究中想出创新性方法，他们也提供了目前感兴趣的一些主题。 一是图片分类。目前他们虽然能识别出图片中类似于汉堡之类的食物，但是如何评价一张图片是否好看还有待研究。 二是自然语言处理和情感分析。用户评价数据里有很多能挖掘的元数据，可以用于推断语义、商户属性和情感。他们想知道评价里表达了什么，是好评还是差评。 三是图像挖掘。比如说挖掘出用户之间的关系是如何限定他们的使用规律，流行趋势的引导者在一家店火起来之前都是去哪儿吃饭的。

  3. 所属分类：机器学习

    • 发布日期：2017-11-21
    • 文件大小：49
    • 提供者：wu18663419760

  1. 中文情感分析语料整理

  2. # 语料库说明 ------------------------------------------------------------------------ ## 词典 1、HowNet 情感词典 2、ntusd 情感词典 3、情感分析停用词表 4、结巴分词自定义词典 5、常用语词典，包括流行新词，网络流行词，手机词汇，粤语，潮语潮词、*-通讯产品词汇等 ## 手机评论数据 1、HTC手机评论，包括打分，共302篇1-5 2、魅族手机评论，包括打分，共529篇1-5 3、诺基亚手机评

  3. 所属分类：机器学习

    • 发布日期：2018-08-13
    • 文件大小：12582912
    • 提供者：xhyqlbd

  1. NLPCC2014评估任务2_基于深度学习的情感分类

  2. 该语料共包含中文和英文两种语言，主要是商品评论，评论篇幅都比较短，可以被应用于篇章级或者句子级的情感分析任务。数据集被分为训练数据、测试数据、带标签的测试数据三个文件，共有正向和负向两种极性。 情感分析资源大全：http://blog.csdn.net/qq280929090/article/details/70838025

  3. 所属分类：深度学习

    • 发布日期：2018-01-21
    • 文件大小：5242880
    • 提供者：qq280929090

  1. Sentiment Analysis by Capsules.pdf

  2. 在本文中，我们提出了RNN-Capsule，这是一种基于递归神经网络（RNN）的胶囊模型，用于情感分析。对于给定的问题，针对每个情感类别（例如“正”和“负”）构建一个胶囊。每个胶囊都有一个属性，一个状态和三个模块：表示模块，概率模块和重建模块。胶囊的属性是分配的情感类别。给定一个由典型RNN在隐藏矢量中编码的实例，表示模块将通过注意力机制构建胶囊表示。根据胶囊表示，概率模块计算胶囊的状态概率。如果胶囊的状态概率在给定实例的所有胶囊中最大，则该胶囊的状态为活动，否则为非活动。在两个基准数据集（即M

  3. 所属分类：深度学习

    • 发布日期：2020-04-06
    • 文件大小：1048576
    • 提供者：Yue_Zengying

  1. 基于内容分析的微博转发行为研究.pdf

  2. 摘 要：【目的/意义】微博转发行为反映了微博用户对所感兴趣微博的一种行为表现，对微博转发行为的研究有助 于微博的深度挖掘工作。【方法/过程】本文从内容分析的角度，对微博转发行为进行了预测。量化分析了微博内容 中一组低水平特征和高水平特征，采用逻辑回归模型对微博转发概率进行预测，并在微博数据集中进行了训练和 验证。【结果/结论】基于模型中的参数学习，证实这些内容特征对于微博转发有着密切的联系，据此进一步推断微 博用户主要的兴趣点。 关键字：微博；转发；内容分析；情感理论研究 情报科学 第36卷第4

  3. 所属分类：其它

    • 发布日期：2019-09-07
    • 文件大小：1048576
    • 提供者：maomao1688

  1. csdn_50781.zip

  2. 1. 情感极性分类rt-polaritydata 用途：句子正负极性分类，英文 * rt-polarity.pos contains 5331 positive snippets * rt-polarity.neg contains 5331 negative snippets 基线：``Seeing stars: Exploiting class relationships for sentiment categorization with respect to rating scales.'

  3. 所属分类：spark

    • 发布日期：2020-05-24
    • 文件大小：44032
    • 提供者：weixin_39114237

  1. 情感分类数据集.rar

  2. 数据集中是对用户评价的一些正面和负面的评价语句。正面有10679条语句，负面有10428条语句。可用于训练评价分析模型。

  3. 所属分类：其它

  1. 使用pytorch和torchtext进行文本分类的实例

  2. 文本分类是NLP领域的较为容易的入门问题，本文记录我自己在做文本分类任务以及复现相关论文时的基本流程，绝大部分操作都使用了torch和torchtext两个库。 1. 文本数据预处理 首先数据存储在三个csv文件中，分别是train.csv，valid.csv，test.csv，第一列存储的是文本数据，例如情感分类问题经常是用户的评论review，例如imdb或者amazon数据集。第二列是情感极性polarity，N分类问题的话就有N个值，假设值得范围是0~N-1。 下面是很常见的文本预处理流

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：102400
    • 提供者：weixin_38706603

  1. 推荐评论展示（短文本二分类）

  2. 目录   一、题目描述 1.1 背景描述 1.2 数据集 1.3 评测指标 二、解题思路 2.1 ML/DL的前提假设 2.2 主要思路 2.3 进一步的改进 三、动手实践 四、全部代码 一、题目描述 1.1 背景描述 本次推荐评论展示任务的目标是从真实的用户评论中，挖掘合适作为推荐理由的短句。点评软件展示的推荐理由具有长度限制，而真实用户评论语言通顺、信息完整。综合来说，两者都具有用户情感的正负向，但是展示推荐理由的内容相关性高于评论，需要较强的文本吸引力。一些真实的推荐理由如下图所示：  

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：208896
    • 提供者：weixin_38646706

  1. 情感归因，分类和归纳的多任务神经方法

  2. 情感内容是用户生成的视频中的重要组成部分。 但是，视频中情感表达的稀疏性给视觉情感分析带来了障碍。 在本文中，我们提出了一种新的神经方法，即双流情感归因分类网络（BEAC-Net），以在单个集成框架中解决三个相关的情感分析任务：情感识别，情感归因和面向情感的摘要。 BEAC-Net具有两个主要组成部分，一个归因网络和一个分类网络。 归因网络提取了分类应关注的主要情感部分，以减轻稀疏性问题。 分类网络在双流架构中同时利用提取的段和原始视频。 我们为情感归因任务提供了一个新的数据集，其中包含了人类注

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：1048576
    • 提供者：weixin_38742460

  1. A-Tranformer-based-hybrid-model-for-sarcasm-and-sentiment-detection:WANLP 2021-源码

  2. 问题陈述概述 该存储库包含我的团队SPPU_AASM为WANLP Arsarcasm共享任务2021提交的代码。共享任务包含以下两个研究陈述。 子任务1（讽刺检测）：标识一条推文是否具有讽刺性，这是一个二进制分类任务。 子任务2（情感分析）：识别一条推文的情感并分配三个标签（正，负，中性）多类分类任务之一。 数据集 标签的分布以进行Sarcasm检测 放 真的 错误的 全部的 训练 1734 8305 10039 验证 434 2076 2510 测验 821 2179 30

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：27262976
    • 提供者：weixin_42133861

  1. 利用语义丰富的混合神经网络引导社会情感分类

  2. 社交情感分类旨在预测嵌入在由各种用户贡献的在线评论中的情感React的聚合。 这样的任务具有固有的挑战性，因为从自由文本中提取相关语义是一个经典的研究问题。 此外，在线评论通常以稀疏的特征空间为特征，这使得相应的情感分类任务非常困难。 另一方面，尽管由于深度神经网络具有将稀疏的低级特征转换为密集的高级特征的能力，因此已被证明对语音识别和图像分析任务有效，但它们在情感分类上的有效性仍需进一步研究。 本文报道的工作的主要贡献是开发了一种新型的语义丰富的混合神经网络（HNN）模型，该模型利用无监督的教

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：826368
    • 提供者：weixin_38746166

  1. Lambda项目-源码

  2. LambdaArchitectureProject：情感分析 Lambda Architecture的情感分析在Twitter上的数据集不可用。 在特定方面，我用三种不同的方式对建筑过程进行了分类：正，负，中性。 基本广告和关键字“ contenuto nel testo”中的“ Ogni tweetèfiltrato”。 机器学习的分类语言学习。 数量分类：4条正向推文，0条向否，e 2条向中性。 Ogni用inglese鸣叫èscritto。 先决条件 La Lambda Architect

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：29360128
    • 提供者：weixin_42099116

  1. 面部图像用于情感分类：面部图像用于情感分类-源码

  2. 情感图像分类 建立CNN并将转移学习应用于新的分类问题。 这是一个私有的kaggle数据集，数据集链接位于： ://drive.google.com/drive/folders/1HtQkw7FiK9BT881teXnGj5_piibBMHdW?usp=sharin。 该数据集包含约28000张图像。 每个示例都是48x48灰度图像，与来自7个情感或类的标签（如生气，高兴等）相关联 完成了将数据整形为48 * 48并将图像的大小调整（裁剪）为32 * 32的预处理步骤。 我将旋转用于数据扩充的

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：4096
    • 提供者：weixin_42135753

  1. Python_ML_Playground-源码

  2. Python机器学习游乐场 Python机器学习，第三版。 目录和代码笔记本 有用的安装和设置说明可在的找到。 请注意，这些只是本书随附的代码示例，为方便起见，我们将其上载； 请注意，如果没有公式和描述性文字，这些笔记本可能不会有用。 机器学习-使计算机能够从数据中学习[ ] 分类训练机器学习算法[ ] 使用Scikit-Learn进行机器学习分类器之旅[ ] 建立良好的培训集–数据预处理[ ] 通过降维压缩数据[ ] 学习有关模型评估和超参数优化的最佳实践[ ]

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：306176
    • 提供者：weixin_42113456

  1. doccano：面向机器学习从业者的开源文本注释工具-源码

  2. 多卡诺 doccano是人类的开源文本注释工具。 它为文本分类，序列标记和序列到序列任务提供注释功能。 因此，您可以创建带有标签的数据以进行情感分析，命名实体识别，文本摘要等。 只需创建一个项目，上传数据并开始注释即可。 您可以在数小时内构建数据集。 演示版 您可以尝试。 产品特点 协同注释 多国语言支持 行动支援 表情符号 :grinning_face_with_smiling_eyes: 支持 黑暗主题 RESTful API 用法 运行doccano的三个选项： 点（实验） 码头工人

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：20971520
    • 提供者：weixin_42131261