您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 中文情感分析

  2. 基于情感词典的中文语义情感分析。先根据知网语义相似度建立情感词典,然后在进行句子的情感极性分析
  3. 所属分类:讲义

    • 发布日期:2014-08-24
    • 文件大小:1048576
    • 提供者:u013385018
  1. COAE2013评测数据集微博情感分析

  2. COAE2013评测数据集微博情感分析,标注好情感极性等的数据
  3. 所属分类:其它

    • 发布日期:2016-10-25
    • 文件大小:135168
    • 提供者:mj708955531
  1. 中文情感极性词典 NTUSD

  2. 情感词典 褒义词 贬义词 NTUSD 语义分析
  3. 所属分类:机器学习

    • 发布日期:2017-07-20
    • 文件大小:82944
    • 提供者:u013479095
  1. 大连理工大学情感词汇本体库(无辅助情感分类)

  2. 该资源主要用于情感分析中,而且是基于规则的算法,主要是提供情感极性、程度等先验知识。在该词典当中,每个情感词都被分为正向、负向、中性三个情感极性,并具有从0到10等不同大小的情感程度,且分为七个情感大类(乐、好、怒、哀、惧、恶、惊)和21个小类。 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:2018-01-20
    • 文件大小:1048576
    • 提供者:qq280929090
  1. 台湾大学中文情感极性词典

  2. 该词典为简体的情感极性词典,共包含2812个正向情感词和8278个负向情感词,可以用于二元情感分类任务当中。 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:2018-01-20
    • 文件大小:40960
    • 提供者:qq280929090
  1. Python做文本情感分析之情感极性分析

  2. 文本情感分析(也称为意见挖掘)是指用自然语言处理、文本挖掘以及计算机语言学等方法来识别和提取原素材中的主观信息。 本文使用python来做文本情感分析
  3. 所属分类:深度学习

    • 发布日期:2018-02-23
    • 文件大小:2097152
    • 提供者:qiangbi0785
  1. 情感分析酒店评论 正-2000条,负-2000条

  2. 情感极性分析是对带有感*彩的主观性文本进行分析、处理、归纳和推理的过程。该文档为酒店情感正负评论数据集
  3. 所属分类:机器学习

    • 发布日期:2018-09-29
    • 文件大小:1048576
    • 提供者:sgyali
  1. 大连理工大学-情感词汇本体.rar

  2. 该资源主要用于情感分析中,而且是基于规则的算法,主要是提供情感极性、程度等先验知识。在该词典当中,每个情感词都被分为正向、负向、中性三个情感极性,并具有从0到10等不同大小的情感程度,且分为七个情感大类(乐、好、怒、哀、惧、恶、惊)和21个小类
  3. 所属分类:Python

    • 发布日期:2020-02-16
    • 文件大小:1048576
    • 提供者:u011196562
  1. 词典情感分析.zip

  2. 「情感极性分析」是对带有感*彩的主观性文本进行分析、处理、归纳和推理的过程。按照处理文本的类别不同,可分为基于新闻评论的情感分析和基于产品评论的情感分析。其中,前者多用于舆情监控和信息预测,后者可帮助用户了解某一产品在大众心目中的口碑。目前常见的情感极性分析方法主要是两种:基于情感词典的方法和基于机器学习的方法。这个代码是基于情感词典的方法,代码可运行。
  3. 所属分类:深度学习

    • 发布日期:2020-10-16
    • 文件大小:1033216
    • 提供者:Whisper_lg
  1. 一种基于股票情感分析的股市趋势预测方法

  2. 随着互联网应用的飞速发展和用户人数的急剧增长,股市评论与观点在很大程度上反映了股市行情,也影响着股市涨跌。因此,如何快速高效地分析到网民对股市的态度和观点,对股市预测具有很大指导意义。论文研究通过分析不同专业人士发布股评的情感极性来预测股票上涨与下跌趋势。提出了一种综合金融词组词典和结尾段加权的情感分析方法,能解决情感字典分析方法对领域依赖性问题,有效地提高了情感分析准确度。另外,论文还提出了一种加窗的股票预测模型,可用于分析预测事件窗口的最佳值。实验结果表明,基于股评情感分析来预测特定股票上涨
  3. 所属分类:其它

    • 发布日期:2020-10-15
    • 文件大小:354304
    • 提供者:weixin_38617413
  1. 采用LSTM方法进行语音情感分析-代码详解

  2. 目录 摘要: 数据集描述: 模型构建 结果分析 结束 相关链接: 摘要: 语音情感分析就是将音频数据通过MFCC(中文名是梅尔倒谱系数(Mel-scaleFrequency Cepstral Coefficients))加载为特征向量形式,然后将其输入进入LSTM神经网络进行抽取语音特征。最后采用softmax分类函数实现情感标签的分类任务。其下游任务是人机交互智能化的一个关键部分。 数据集描述: 一共四种中文情感的数据集。共200条,数据质量不是很好,不是很长的语音文本,但是从这种4s短时的
  3. 所属分类:其它

    • 发布日期:2020-12-20
    • 文件大小:184320
    • 提供者:weixin_38618024
  1. awesome-sentiment-analysis:真棒情感分析论文的阅读清单-源码

  2. 真棒情感分析论文的阅读清单 自将近20年来首次将情感分析作为一项任务引入以来,情感分析作为一个领域已经走了很长一段路。仅举几例,它在诸如营销,风险管理,市场研究和政治等各个领域中都有广泛的商业应用。鉴于其在特定子任务(例如情感极性分类)和数据集中的饱和度,人们有一个潜在的认识,即该领域已经成熟。 有兴趣了解我们使用以下论文作为指南针来应对当前该领域的挑战和未来方向吗? 阅读本文- Soujanya Poria,Devamanyu Hazarika,Navonil Majumder和Rada Mi
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:1048576
    • 提供者:weixin_42131439
  1. 使其成为可能:无需太多先验知识即可进行多语言情感分析

  2. 情感分析是一个难题,而由于不同语言的表达风格不同,多语言情感分析甚至更加困难。 尽管在公开文献中已经开发了用于多语言情感分析的许多方法,但是它们中的大多数都存在两个主要问题。 首先是过度依赖外部工具或资源(例如,机器翻译系统或双语词典),这可能不容易获得,尤其是对于少数族裔语言而言。第二是相互矛盾的情感,即,语言的某些部分的情感极性文本与其整体情感极性不一致。 可以观察到,与其他产品或服务相比,在产品或服务评论中通常存在一些句子,这些句子在确定其情感极性时起着更重要的作用。 因此,将关键句子与琐
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:284672
    • 提供者:weixin_38695471
  1. Aspect-Based-Sentiment-Analysis:一个为SemEval 2016数据集实现基于方面的情感分析分类系统的python程序-源码

  2. 基于方面的情感分析 基于方面的情感分析任务专注于识别方面类别和文本中的情绪(正面,负面,中性)分类。 基于方面的情感分析的目的是确定针对特定方面表达的情感极性。 该系统基于使用支持向量机(SVM)的监督学习。 多标签svc分类器用于将笔记本电脑评论分为20个方面类别,还可以将评论分为正面,负面或中性。 对于每种情感,都使用多标签svc分类器。 系统的性能也与其他分类器进行了比较。 数据集 所需的库 Scikit学习 纳尔特克 大熊猫 麻木 PS:这是加德满都大学计算机科学与工程系最后一年的一个为
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:547840
    • 提供者:weixin_42137723
  1. 中文领域情感词典构建研究_王召义.pdf

  2. [ 目的/意义] 旨在为解决某些特定领域的情感分析任务, 提高情感分析的精度提供参考。[ 方法/过程]采用逆向思维, 先从领域情感词典结构设计方面入手, 再以 “实体-属性-情感词” 的多元词对为主线, 逐步解决领域情感词典结构要求, 从而形成一种新的中文领域情感词典构建方法。[ 结果/结论] 实验证明, 该词不仅能够准确判断情感词的情感极性, 还能有效的对中文文本进行情感分类。 关键词:情感分析;领域情感词典;情感词;属性;实体
  3. 所属分类:机器学习

    • 发布日期:2021-03-11
    • 文件大小:336896
    • 提供者:weixin_39220880
  1. 百度点石情感极性分析--代码案例-附件资源

  2. 百度点石情感极性分析--代码案例-附件资源
  3. 所属分类:互联网

  1. 百度点石情感极性分析--代码案例-附件资源

  2. 百度点石情感极性分析--代码案例-附件资源
  3. 所属分类:互联网

  1. 融合情感极性的动态话题检测模型

  2. 传统的静态主题模型主要关注单词之间的统计相关性,而忽略了可能对主题检测结果产生重大影响的情感趋势和时态特征。 本文提出了一种基于LDA的动态情感话题(DST)模型,该模型不仅可以检测和跟踪话题,还可以分析将军的情感倾向向某些话题的转变。 该模型通过最大似然估计和滑动窗口将数据与时间的情感和动态属性结合在一起。 我们使用Gibbs采样方法估计和更新模型参数,并使用随机EM算法进行模型推理。 在真实数据集上的实验表明,DST模型优于现有算法。
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:459776
    • 提供者:weixin_38720762
  1. 使用Twitter帐户的音乐播放列表生成历史记录和情感分析:在本研究中,我们旨在开发受用户或实体的社交媒体发布历史启发的播放列表生成功能。 实现此目的的一种方法是使用情感分析来比较鸣叫和歌曲歌词情感极性的分布,以生成推荐歌曲列表。 为了优化

  2. 使用Twitter帐户发布历史记录和情感分析生成音乐播放列表 在此项目中,我们旨在开发受用户或实体的社交媒体发布历史启发的播放列表生成功能。 实现此目的的一种方法是使用情感分析来比较鸣叫和歌曲歌词情感极性的分布,以生成推荐歌曲列表。 为了优化此预测的效率,我们实施了多种机器学习和深度学习方法来预测情绪极性,并评估了两种数据类型的训练模型。 最终,当整合两个极性分数时,实现了用于推文的双向LSTM和用于歌词的VADER模型。 问题陈述 给定某人的Twitter帐户中的推文,我们如何估算某人的总体情
  3. 所属分类:其它

    • 发布日期:2021-02-16
    • 文件大小:20971520
    • 提供者:weixin_42106765
  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
« 12 3 4 »