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. 智能问答,自然语言处理相关资源与源码

  2. 34张史上最全IT架构师技术知识图谱.rar PYTHON自然语言处理_中文版.pdf Python进行NLP分析基础示例.zip Python网络数据采集.pdf Tensorflow Tensorflow 基于BM25F模型的Web文本挖掘个性化推荐研究_邵康.pdf 基于Spark的舆情分析架构研究_谭造乐.caj 问答系统研究综述_毛先领 统计自然语言处理（第2版）.mobi 人物评价文本情感分析研究_朱晓旭.caj 公安网络舆情分析系统的研究_王磊.caj 基于互联网技术的问答系统研

  3. 所属分类：机器学习

    • 发布日期：2018-01-08
    • 文件大小：85983232
    • 提供者：donglx2004

  1. Python-自然语言基础模型

  2. 基于HMM的中文分词模型 基于fasttext的情感极性判断模型 基于MaxEnt的中文词性标注模型 基于CRF的中文命名实体识别模型 基于序列标注的中文依存句法分析模型 基于Xgboost的中文疑问句判别模型

  3. 所属分类：其它

    • 发布日期：2019-08-10
    • 文件大小：63488
    • 提供者：weixin_39840588

  1. Python-基于LSTM三分类的文本情感分析

  2. 文本情感分析作为NLP的常见任务，具有很高的实际应用价值。本文将采用LSTM模型，训练一个能够识别文本postive, neutral, negative三种情感的分类器。

  3. 所属分类：其它

    • 发布日期：2019-08-11
    • 文件大小：11534336
    • 提供者：weixin_39840387

  1. python基于知网情感词典的情感分析模型.zip

  2. 本资源为基于知网情感词典设计的情感分析程序，程序中包含设计的代码文件，情感词典文件，程度词表文件，以及微博语料和情感分析结果文件。

  3. 所属分类：Python

    • 发布日期：2020-05-11
    • 文件大小：248832
    • 提供者：maxMikexu

  1. 基于python的情感分析模型

  2. 该资料适合学生党学习参考，主要使用知网的情感词典进行情感分析，分析准确率尚可。

  3. 所属分类：Python

    • 发布日期：2021-01-05
    • 文件大小：247808
    • 提供者：maxMikexu

  1. Turkish-Bert-NLP-Pipeline:基于Bert的NLP管道，用于土耳其语，Ner，情绪分析，问题回答等-源码

  2. 土耳其语-Bert-NLP-管道 简而言之，管道 在这个项目中，我们旨在为土耳其建立基于Bert的NLP管道；命名实体识别（Ner），情感分析，问题回答，摘要和文本分类。 简而言之，请检查文件“ 有关详细的应用程序，请检查 管道详情 情绪分析 预建模型 如何使用它 NER模型 预建模型 如何使用它 问题回答 预建模型 如何使用它 文字摘要即将推出 文字分类 预建模型 如何使用它 这些模型基于土耳其伯特模型微调 我的所有模特都在 请参阅Python笔记本文件“带有BERT.ipynb的土耳其语N

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：1048576
    • 提供者：weixin_42175776

  1. AT-for-ABSA-old-源码

  2. BERT的基于方面的情感分析的对抗训练 “”的代码。 我们使用了以下文章中的代码库，并通过应用对抗训练改进了它们的结果。 “ ”。 ABSA任务 我们专注于基于方面的情感分析（ABSA）中的两个主要任务。 宽高比提取（AE）：给出一个复述语句（“视网膜显示很棒。”），找到宽高比（“视网膜显示”）； 方面情感分类（ASC）：给定一个方面（“视网膜显示”）和一个复句（“视网膜显示很棒。”），检测该方面的极性（阳性）。 正在运行（请参见下文以运行python中的所有代码） 将笔记本电脑和饭店经

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：7340032
    • 提供者：weixin_42168265

  1. sentimentDemo-源码

  2. 情感演示 安装 跑 docker-compose up --build 在顶层目录中 该Web服务在localhost:3000下可用 后端 后端在装有Flask的Gunicorn服务器上运行。 它通过一个端点/sentiment实现一个API。 该API接受POST请求，其中正文包含属性text例如： { " text " : " I'm happy to see you! " } 然后，通过Python库NLTK中的情感分析模型对文本进行评估。 它使用VADER（价格意识词典和情感推理器

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：38912
    • 提供者：weixin_42131541

  1. 转移：用于转移学习的Python模块实现工具和方法-源码

  2. 转移 用于转移学习的Python模块实现工具和方法。 目录 动机 转移学习（TL）是机器学习的一个领域，研究如何利用从一系列一个或多个源域中获得的知识来在目标域上训练模型。 TL是一个有趣的话题，因为实际上在很多情况下，我们都可以访问属于特定域的大型数据集，并且我们想开发一个模型来应用于不同的情况。 举一些例子： 假设我们想建立一个模型来预测特定疾病的一种治疗方法的结果。 不同类别的患者通常对药物的React不同。 假设我们只能收集有关一组老年患者的数据，但是我们知道该疾病同样会影响所有人。

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：15360
    • 提供者：weixin_42109598

  1. 压力检测通过语音情感识别：通过分析人类语音情感和人声指数变化的压力检测解决方案-源码

  2. 通过语音分析和人声指数变化检测压力 技术资料 使用的语言 Python 集成开发环境 皮查姆 硬件 Raspberry Pi-4B型-4 GiB USB麦克风-最大采样频率能力为48 kHz 代码库的目录结构 主干-包含代表从数据分析到模型训练的所有内容的研究代码 bone_independent-基于Windows的实时语音压力预测和上载文件语音压力预测，独立于“骨干”中的培训包。 speech_analysis_raspi-树莓派优化的语音压力分析组件这是一个完整的工作代码，只需复制此文

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：391168
    • 提供者：weixin_42169245

  1. DeepSent：DeepSent：使用机器学习模型的音乐情感分析-源码

  2. 深度发送 项目描述 该项目将基于唤醒价情感模型（又称为）分析用户上传的音乐文件。 唤醒代表音乐对人耳的强烈或“刺激性”，从平淡而放松的感觉到强烈而令人振奋的感觉。 此处的价表示音乐听起来多么令人愉悦或多么悲伤。 这个定义比定义要窄，但是对于机器学习模型来说更容易分类。 此外，该项目还实现了节奏检测和音乐流派检测的功能。 Web框架： ， 涉及技能：HTML，CSS，javascr ipt，python 放大细节 节奏，唤醒和化合价检测：音乐原始数据的中间50％被分为5秒帧，步长为0.5秒。

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：25165824
    • 提供者：weixin_42116921

  1. realtime-facial-emotion-analyzer：使用网络摄像头feed中的面部表情实时进行人类情绪分析。 基于Kaggle的面部表情识别挑战中的数据集-源码

  2. 从面部表情实时情感分析 从面部表情实时进行人类情绪分析。 它使用了深度的卷积神经网络。 使用的模型在测试数据上的准确性达到63％。 实时分析器为当前情绪分配合适的表情符号。 模型实现是在keras中完成的。 一些预测的输出： 使用的表情符号： 实时情绪分析器快照 从图中可以明显看出，给定帧的模型预测是中性的。 模型架构 文件清单 facial Emotions.ipynb ：Jupyter笔记本，具有记录完整的代码，从开始到培训都说明模型准备。 可用于重新训练模型。 main.py ：主pyt

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：24117248
    • 提供者：weixin_42108054

  1. text-classification-cn：中文文本分类实践，基于搜狗新闻语料库，采用传统机器学习方法以及预训练模型等方法-源码

  2. 文字分类 文本分类（文本分类）是自然语言处理中的一个重要应用技术，根据文档的内容或主题，自动识别文档所属的预先定义的类别标签。文本分类是很多应用场景的基础，某些垃圾邮件识别，舆情分析，情感识别，新闻自动分类，智能客服机器人的合并分类等等。此处分为两个部分： 第1部分：基于scikit学习机器学习的Python库，对比几个传统机器学习方法的文本分类 第2部分：基于预训练词向量模型，使用Keras工具进行文本分类，用到了CNN 本文语料：，密码：P9M4。更多新闻标注语料，。 预训练词向量模型来自

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：212972
    • 提供者：weixin_42101237

  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. ABSA-PyTorch：基于方面的情感分析，PyTorch实现。基于方面的情感分析，使用PyTorch实现-源码

  2. ABSA-PyTorch 基于方面的情感分析，PyTorch实现。 基于方面的情感分析，使用PyTorch实现。 需求 火炬> = 0.4.0 numpy的> = 1.13.3 斯克莱恩 python 3.6 / 3.7 变形金刚 要安装需求，请运行pip install -r requirements.txt 。 对于非基于BERT的模型，需要，请参阅了解更多详细信息。 用法 训练 python train.py --model_name bert_spc --datas

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：1048576
    • 提供者：weixin_42099302

  1. 电影评级和预测模型：该项目的目的是利用IMDB数据集生成有意义和有趣的见解，然后根据平均IMDB评级和用户鸣叫的情绪分析得分来创建电影评级模型。 并创建准确的机器学习模型，以基于一些关键功能预测平均电影收视率-源码

  2. 电影分级和预测模型 目的 该项目的目的是利用IMDB数据集生成有意义和有趣的见解，然后基于IMDB的平均评分和用户鸣叫的情感分析得分来创建电影评分模型。 还要创建一个准确的机器学习模型，根据一些关键功能预测平均电影收视率，并通过使用大数据技术进行数据处理来使系统具有可扩展性，然后将系统托管在Google Cloud上。 使用的技术 火花 齐柏林飞艇 朱皮特 Twitter API Google Cloud Engine 情感分析（文本斑点） Python HTML5 CSS3 Java

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：8388608
    • 提供者：weixin_42098104

  1. tensorflow-101：TensorFlow 101：TensorFlow中的Python深度学习简介-源码

  2. TensorFlow 101：深度学习简介 我一生都在机器学习领域工作，从未见过像深度学习这样的算法能超越其基准测试-Andrew Ng 该存储库包括我从头开始完成的基于深度学习的项目实现。 您可以在分步教程中找到源代码和文档。 模型结构和预训练权重也可以共享。 面部表情识别 ， 这是一个自定义的CNN模型。 将Kaggle 数据集输入模型。 该模型运行速度很快，并产生令人满意的结果。 它也可以实时运行。 我们可以实时运行情感分析以及 ， 脸部识别 ， 人脸识别主要基于卷积神经网

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：35651584
    • 提供者：weixin_42129113

  1. deepface：适用于Python的轻量级深脸识别和面部属性分析（年龄，性别，情感和种族）框架-源码

  2. 深脸 Deepface是python的轻量级和面部属性分析（，，和）框架。 它是一个混合的人脸识别框架，其中包含了最先进的模型： ， ， ， ， ， 和 。 该库主要基于Keras和TensorFlow。 安装 安装deepface的最简单方法是从下载。 pip install deepface 人脸识别 现代包括四个常见阶段： ， ，和。 Deepface在后台处理所有这些常见阶段。 您只需使用一行代码即可在其界面中调用其验证，查找或分析功能。 人脸验证- deepface界

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：27262976
    • 提供者：weixin_42131890

  1. 满天星斗：一种应用程序，用于实时评估Yelp评论的星数，当评论者键入它时。 使用Node.js，Python和Docker作为基于微服务的应用程序运行。 显示来自Google自然语言API和自定义训练的分类模型的结果-源码

  2. Starly：Yelp评论的情绪分析 我们的分析Yelp Reviews情感的项目是使用Python，各种机器学习模块和Jupyter笔记本实现的。 我们还参与了一个补充项目，即情绪预测仪表板。 这是使用Docker，Node.js和Python / Flask完成的。 安装依赖项 要安装所有pip模块和nltk模块依赖项，请运行dependencies.sh文件。 sh dependencies.sh 我们的实现中使用的依赖版本 熊猫：0.18.1零食：3.2.4 numpy：1.12

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：428032
    • 提供者：weixin_42103128

  1. PaddlePaddle-深度学习入门之Python小白逆袭大神系列（四）

  2. PaddleHub体验与应用 目录PaddleHub体验与应用PaddleHub简介PaddleHub安装PaddleHub体验1.PaddleHub的安装2.情感分析3.口罩检测4.人像抠图5.风格迁移 PaddleHub简介 PaddleHub是为了解决对深度学习模型的需求而开发的工具。基于飞桨领先的核心框架，精选 效果优秀的算法，提供了百亿级大数据训练的预训练模型，方便用户不用花费大量精力从头开始训练 一个模型。 PaddleHub有很多方便实用的模型，如基于PaddleHub的人像抠图、

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：1048576
    • 提供者：weixin_38632763
« 12 »