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. graduate_work: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-源码

  2. 毕业设计 基于弹幕情感分析的直播高光时刻判断模型设计 数据清洗与初步 基于词典的句子情感值计算模型 基于机器学习的片段情感分析与高光时刻判断模型 系统设计与实现 直播弹幕情感分析与高光检测系统 技术架构 前置：Bootstrap + Echarts 框架：烧瓶 数据处理与分析中用到的各类词典与模型数据：自己整理或生成 功能 自定义词典：支持用户上传自定义词典，与系统词典合并 弹幕单文本分析：输入一条弹幕，判断其情感可能性 数据预处理：上传弹幕原始数据，进行清洗，按时间聚合，提取情感特征 弹幕片段

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：16777216
    • 提供者：weixin_42108054

  1. MAMS-for-ABSA:用于基于方面的情感分析的多方面多情感数据集-源码

  2. MAMS for ABSA 此存储库包含论文“ EMCLP-IJCNLP 2019， 挑战数据集和基于方面的情感分析的有效模型”的数据和代码。 彩信 MAMS是用于基于方面的情感分析（ABSA）的挑战数据集，其中每个句子包含至少两个具有不同情感极性的方面。 MAMS数据集包含两个版本：一个用于方面术语情感分析（ATSA），另一个用于方面类别情感分析（ACSA）。 要求 pytorch==1.1.0 spacy==2.1.8 pytorch-pretrained-bert==0.6.2 adab

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：702464
    • 提供者：weixin_42131414

  1. Senta：百度的开源情感分析系统-源码

  2. |简体中文 Senta 目录 简介 情感分析预测自动识别和提取文本中的重要性，立场，评价，观点等主观信息。它包含各式各样的任务，包括句子句子级情感分类，评价对象级情感分类，观点观察，情绪分类等。情感分析是人工智能的重要研究方向，具有很高的学术价值。同时，情感分析在消费决策，舆情分析，个性化推荐等领域具有重要意义的应用，具有很高的商业价值。 近日，百度正式发布情感预训练模型SKEP（情感分析增强的情感分析预训练）。SKEP利用情感知识增强预训练模型，在14项中英情感分析主题任务上全面超越SOT

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：1048576
    • 提供者：weixin_42130862

  1. 基于句子的情感分析：基于句子的情感分析-源码

  2. SemEval-2013：Twitter中的情感分析 句级情感分析 说明 一种可以全部学习的模型（语言模型和情感分析-> sentiment2vec） 版 se-v1.ipynb：使用所有LSTM输出向量的总和来预测情感标签。 se-v2.ipynb：使用总和的所有LSTM输出向量来预测情感标签。 se-v3.ipynb：使用而不是一键向量。 数据与结果 准确率67％ 先决条件 张量流1.2 ipython笔记本 作者 平度

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：96468992
    • 提供者：weixin_42151036

  1. SentimentCoreMLDemo：:grinning_face_with_big_eyes:用于情感极性分析的iOS11演示应用程序-源码

  2. 情感极性CoreML演示 使用CoreML框架进行情感极性分析的演示应用程序。 模型 是使用 python软件包从转换而来的。 该模型基于分类器，能够区分具有最佳CV分数= 0.801013024602的正面和负面句子。 使用数据集对产品和服务进行了培训。 通过使用进行特征提取可以提高准确性，但是目前不支持此功能。 要求 Xcode 9 iOS 11 安装 git clone https://github.com/cocoa-ai/SentimentCoreMLDemo.git cd Sen

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：1048576
    • 提供者：weixin_42102401

  1. ReviewRater:一种基于句子中的情绪来计算阳性等级的程序-源码

  2. 评审员 项目总结 这个项目的目的是研究和创建一个可以进行产品审查，分析并了解其背后情绪的原型，以确定它是正面的还是负面的。 该项目将通过使用情感分析来确定消费者是否对他们的购买感到满意，从而更深入地了解消费者对产品的感觉。 然后，可以将该信息用作反馈，以对产品进行调整或改进，或者在向某些受众进行营销时获得优势。 该程序将具有许多用途，例如在零售环境中，特别是在Internet平台上，因为它将提高对产品的评价程度，并为其他消费者提供更深入，更准确的评分。 例如，提供了对产品的评论，该评论包括关于

  3. 所属分类：其它

    • 发布日期：2021-03-31
    • 文件大小：46137344
    • 提供者：weixin_42097533