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. NTUSD台湾大学情感词典

  2. 数据标题:台湾大学NTUSD - 简体中文情感极性词典 数据网址:http://www.datatang.com/datares/go.aspx?dataid=601972 negative:8325 positive:2846
  3. 所属分类:互联网

  1. 情感词典库

  2. 台湾大学NTUSD - 简体中文情感极性词典以及知网HowNetsentiment
  3. 所属分类:其它

    • 发布日期:2016-10-19
    • 文件大小:130048
    • 提供者:qq_36449202
  1. 中文 情感极性词典

  2. 有 11086个词语,分为2810个积极属性词语 和 8276个消极属性词语
  3. 所属分类:其它

    • 发布日期:2017-05-03
    • 文件大小:44032
    • 提供者:chenlong789
  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. 台湾大学NTUSD简体中文情感词典

  2. 中文情感极性词典数据是基于文本情感二元划分方法的一个中文词语数据库。它将11086个词语分为2810个积极属性词语和8276个消极属性词语。
  3. 所属分类:机器学习

    • 发布日期:2017-09-14
    • 文件大小:89088
    • 提供者:zz253536748
  1. 台湾大学情感词典

  2. 台湾大学情感词典,其中消极词8276条,积极词2810条。
  3. 所属分类:其它

    • 发布日期:2018-01-03
    • 文件大小:45056
    • 提供者:de_su
  1. 中文情感词典

  2. 台湾大学简体中文情感极性词典NTUSD,其中消极词8276条,积极词2810条。
  3. 所属分类:机器学习

    • 发布日期:2018-05-20
    • 文件大小:45056
    • 提供者:baobeisuma
  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. 情感词典情感极性词典

  2. 情感词典的正面情绪词、负面情绪词、否定词和程度副词
  3. 所属分类:其它

    • 发布日期:2019-01-14
    • 文件大小:1048576
    • 提供者:belle_zhe
  1. 台湾大学NTUSD - 简体中文情感极性词典.zip

  2. 台湾大学NTUSD - 简体中文情感极性词典、台湾大学NTUSD - 简体中文情感极性词典
  3. 所属分类:机器学习

    • 发布日期:2019-07-16
    • 文件大小:40960
    • 提供者:chem0527
  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」是对带有感情色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. 各类情感字典.zip

  2. 1、知网的情感词典 由知网发布的词典,包括中文情感词典和英文情感词典 2、台湾大学的情感极性词典 包括2810个正极性词语和8276个负极性词语。准确度很高 3、中文情感词汇本体库 中文情感词汇本体库是大连理工大学信息检索研究室在林鸿飞教授的指导下经过全体教研室成员的努力整理和标注的一个中文本体资源。该资源从不同角度描述一个中文词汇或者短语,包括词语词性种类、情感类别、情感强度及极性等信息。
  3. 所属分类:互联网

    • 发布日期:2020-10-11
    • 文件大小:1048576
    • 提供者:Princeicon
  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. 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. 台湾大学中文情感极性词典(NTUSD)

  2. 台湾大学中文情感极性词典(NTUSD)
  3. 所属分类:机器学习

    • 发布日期:2021-02-11
    • 文件大小:44032
    • 提供者:qq_39951635
  1. 情感极性词典包含中文正负情绪词和否定词、程度副词。

  2. 情感极性词典,包含中文正负情绪词和否定词、程度副词。
  3. 所属分类:互联网

    • 发布日期:2021-03-31
    • 文件大小:984064
    • 提供者:qq_42145681
« 12 »