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. Assignment-3:以任务2为基础-源码

  2. 作业3 这是一个为COSC 310创建功能性聊天机器人的项目。用户应该能够与该机器人进行有关运动的基本对话。 代理将扮演的角色是朋友，用户可以向代理询问有关运动的问题。 这个机器人是在分配先前创建的僵尸2 ChatBot.ipynb迁移到ChatBot.py建成了，看向提交给Chatbot.ipynb看到的代码原有结构也被迁移之前贡献者这个程序使用修改后的代码从是开源的 该机器人已实现了新功能，包括POS标记和情感分析。 情绪分析通过分析用户输入，判断总体情绪并在必要时提供适当的响应，从而增

  3. 所属分类：其它

    • 发布日期：2021-03-25
    • 文件大小：14336
    • 提供者：weixin_42162216

  1. dod_sbir_awards:国防部SBIR奖-源码

  2. 国防部SBIR奖 关于 该存储库包含用于生成通过小型企业创新研究平台向空军，DARPA和导弹防御局项目的公司授予的奖项的报告的代码。 数据从下载，用Python处理，并以Markdown格式导出为报告，以便于阅读。 获奖名单 ID 奖项名称 获奖年份 关键字词 网址 1个 航空和航天业务中心人员的虚拟助手 2019年 虚拟助手，人工智能，机器学习，命令与控制，航空航天运营中心 2个 ADAM-非结构化和多语言信息和情报的分析，发现和挖掘 2019年 分析，发现，挖掘，非结构化，多语言，信息，情报

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：3145728
    • 提供者：weixin_42097668

  1. natural-language-processing:使用BTC和ETH的News API进行NLP探索-源码

  2. 来自加密货币的故事 背景 最近有很多关于加密货币的新闻大肆宣传，因此，我们想总结一下关于比特币和以太坊的最新新闻头条，以便更好地了解每种硬币的当前公众情绪。 在这项作业中，我将运用自然语言处理来了解有关比特币和以太坊的最新新闻中的情绪。我还将应用基本的NLP技术来更好地理解硬币价格所涉及的其他因素，例如文章中提到的常用单词和短语以及组织和实体。 Jupyter Notebook详细说明了以下任务的完成： 1-情绪分析 使用提取有关比特币和以太坊的最新新闻，并为每个硬币创建一个情感分数的Dat

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：562176
    • 提供者：weixin_42097914

  1. research_ideas:研究中正在探索和实施的想法-源码

  2. 研究思路 预测游泳者的时间 测试多元线性回归以预测游泳成绩 研究可重复性 技术和信息系统的发展为数据处理和分析提供了更大的能力，从而促进了研究的发展。我们提出了一种方法来支持可重复性（Peng，2009），用于足球教练干预中的系统文献评论（SLR），并使研究人员熟悉在使用R，R Markdown和一些库进行科学生产开发过程中改进的工作流程。 情绪分析 测试OpLexicon 3.0，这是一种使用多种信息源构建的葡萄牙语语言情感词典，该词典具有四类单词：动词，形容词，主题标签和表情符号。该词典由大

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：1048576
    • 提供者：weixin_42166623

  1. ML-Text-Mining:与机器学习在线竞赛有关的项目-源码

  2. 文字分析 该存储库包含文本分析机器学习内容。 用例 下一个单词的预测 情绪分析-分析社交媒体影响者 分类 主题建模-识别文本的主题类别 语言翻译 可视化 预处理 案例标准化 标记化-字符，单词，n-gram，句子 删除停用词 茎和茎 词嵌入5.1）跳过语法5.2）CBOW 5.3）GloVE 5.4）FastText 位置编码 传统方法 言语包 TF IDF 基于机器学习-朴素贝叶斯，逻辑回归 深度学习模型 RNN 格鲁 LSTM 双向LSTM 注意力 变压器5.1）Bert 5.2）

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：2097152
    • 提供者：weixin_42116650

  1. Unit12_NLP_Crypto-源码

  2. 单元12_自然语言处理-加密情绪 最近有很多关于加密货币的新闻大肆宣传。 随附的.ipnyb文件包含我们的代码，该代码将查看与比特币和以太坊相关的最新新闻标题，以使人们更好地了解每种硬币的当前公众情绪。 将使用自然语言处理技术来理解与硬币价格有关的因素，例如文章中提到的常用单词和短语以及实体。 1.情绪分析 使用newsapi，已获取有关比特币和以太坊的最新新闻，以进一步分析每种代币的情绪得分。 请参考.ipynb文件以获取详细代码。 分析摘要可在下面找到。 分析： 问：哪种硬币的平均阳性得分最

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：753664
    • 提供者：weixin_42131261

  1. aspect-detection-源码

  2. 方面检测 如何使用程式码 使用笔记本下载数据下载数据集和前提条件模型 通过运行pytest src命令测试代码 任务： 理论分析（尼古拉斯） 2月21日 分析变压器-> BERT-> roBERTa-> camemBERT之间的差异 1页 情绪分析（蒂莫西） 3月1日 宽高比（Leo + Nicolas） 3月1日以k均值表示基线 与roBERTa和camemBERT一起3月15日 使用w2v或Bert 3月11日制作代码以嵌入文本 截止期限 4传呼机报告2021年3月21

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：17408
    • 提供者：weixin_42175971

  1. Twitter-Sentiment-Analysis-Using-LSTM:160万条推文的情感分析-源码

  2. Twitter情绪分析使用LSTM 在此笔记本中，我实现了具有嵌入功能的Stacked LSTM，以分析160万条推文，分为三类：1.正面2.负面3.中立，制作了模型来预测新推文的类别，准确度为78％。 表现 精确 记起 F1分数 支持 0 0.78 0.75 0.76 79800 1个 0.76 0.79 0.77 80200 准确性 0.77 160000 宏平均 0.77 0.77 0.77 160000 加权平均 0.77 0.77 0.77 160

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：579584
    • 提供者：weixin_42138408

  1. DeepEarnings-源码

  2. 深度学习 该项目试图通过使用深度学习，根据以前的财务数据，情绪分析和股价走势，对公司是否击败或错过业绩公告进行建模。 例如，长期债务的数额会影响下一季度的收入吗？ 研发费用如何？ 数量增加是否包含有关即将发布的收益公告的信息？ 深度学习在每个变量之间的数据中提取出复杂的，非线性的统计依赖性，否则人类将无法观察到它们。 最终目标是通过强化学习来开发交易策略，从而开发出有利可图的算法。 还可以随意使用这些方法来收集收入或10Q / 10K数据。 也请给我发任何疑问或意见:) 当前的绩效基准偏差是

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：119537664
    • 提供者：weixin_42134094

  1. Suicidal_Sentiment_Analysis-源码

  2. 自杀情绪分析 使用的算法：准确性（运行代码仅使用准确性测试数据） 逻辑回归 随机森林 支持向量机 纳维·贝叶斯（Navie Bayes）提出的方法论 通过Kaggle网站（ 获得的数据集正向推文通过Git中心存储库获得的负向推文正向推文标记为0负向推文标记为1余额数据集创建了5000条积极的推文5000条负面的推文 数据预处理 删除了推文中的URL和标点符号 代币化 抽干-抽干机PorterStemmer 词法分解-使用的词法分解器是WordNetLemmatizier 收集词和词法后，收

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：1024
    • 提供者：weixin_42102713

  1. 情绪分析2-源码

  2. 情绪分析2

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：18874368
    • 提供者：weixin_42108948

  1. 自然语言处理-源码

  2. 自然语言处理算法的Tensorflow实现 1. Seq2Seq（机器翻译） encoder: LSTM decorder: LSTM with beam search dataset: Eng-french translation dataset 2.参加并说出（图片字幕） encoder: Convnet-VGG attention model: Bahdanua Attention decoder: LSTM with beam search dataset: COCO 3.情

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：31744
    • 提供者：weixin_42119358

  1. Fin-Sight：基于NLP的客户情绪分析-源码

  2. 视距 基于NLP的客户情绪分析 TCS Inframind第4季第2轮2021年 用例企业AI

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：728064
    • 提供者：weixin_42123191

  1. nlp加密-源码

  2. 密码故事 情绪分析 使用newsapi提取关于比特币和以太坊的最新新闻，并为每个硬币创建一个情感分数的数据框。 使用描述性统计信息来回答以下问题： 问：哪种硬币的平均阳性得分最高？ 答：与以太坊相比，比特币的平均平均得分更高（比特币为0.0776，以太坊为0.0694）。 问：哪种硬币的综合得分最高？ 答：比特币的最高综合得分（0.9231）。 问：哪种硬币的正面得分最高？ 答：比特币的最高综合得分（0.326）。 自然语言处理 接下来，查看每个硬币的ngram和单词频率。 通过所有比特币

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：1048576
    • 提供者：weixin_42132598

  1. NLP：在这个项目中，我们将应用自然语言处理来了解有关比特币和以太坊的最新新闻中的情绪。 我们还将应用基本的自然语言处理技术，以更好地理解与硬币价格有关的其他因素，例如文章中提到的常用词和短语以及组织和实体-源码

  2. 在这个项目中，我们将应用自然语言处理来了解有关比特币和以太坊的最新新闻中的情绪。 我们还将应用基本的自然语言处理技术，以更好地理解与硬币价格有关的其他因素，例如文章中提到的常用单词和短语以及组织和实体。 我们将完成情感分析，自然语言处理和命名实体识别。 情绪分析 我们将使用News API，获取关于比特币和以太坊的最新新闻，并为每个硬币创建一个情感分数的DataFrame。 使用描述性统计信息来回答以下问题： 哪种硬币的平均阳性得分最高？ 哪枚硬币的负分最高？ 哪枚硬币的正面得分最高？

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：5242880
    • 提供者：weixin_42136477

  1. sentimentAnalysis：sentimentAnalysis：基于Python和TextBlob的API进行情感分析。 收到的YARP文本的摘要和来自波多黎各的YARP的结果-源码

  2. 情绪分析：sentimentAnalysis（Python API） 介绍 sentimentAnalysis模块在python使用TextBlob 。 该模块使用YARP端口接收要分析的文本。 sentimentAnalysis通过YARP端口发布分析结果。 利用 sentimentAnalysis需要输入之类的文本。 运行程序的过程： 执行 ，启动程序。 python sentimentAnalysis . py 连接数据源。 yarp connect /yourport/data:

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：5120
    • 提供者：weixin_42131414

  1. 道尔顿：情绪分析和仇恨语音检测库-源码

  2. 道尔顿斯 情绪分析和仇恨语音检测库。 免费软件：Apache Software License 2.0 文档： ： 。 产品特点 去做 学分 该程序包是使用和项目模板创建的。

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：17408
    • 提供者：weixin_42120997

  1. 30天的机器学习项目：30天，每天都有不同的项目-源码

  2. 30天的机器学习项目 天 网络类型 项目 1个 LSTM + W2C 情绪分析 2 生成对抗网络 生成合成图像 3 LSTM自动编码器 检测时间序列中的异常 4 连体网络 MNIST手写数字 5 自动编码器 减少数据量 6 卷积神经网络 使用X射线检测COVID-19 7 SARIMAX + FB先知 COVID-19时间序列 8 随机森林分类器 CC欺诈检测不平衡

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：30408704
    • 提供者：weixin_42130786

  1. Twitter-Sentiment-Analysis：此项目开发了一种深度学习模型，该模型可训练160万条推文进行情感分析，以将任何新推文分类为肯定或否定-源码

  2. 使用神经网络的Twitter情绪分析 该回购库包含用于处理文本，工程师功能并使用神经网络执行情感分析的代码。 该项目使用LSTM训练数据，并达到79％的测试精度。 建立 安装python 安装pyenv来管理Python版本 brew install pyenv 使用此标志安装python CFLAGS="-I$(xcrun --show-sdk-path)/usr/include" pyenv install 3.7.2 获取代码 将仓库克隆到您的机器上 git clone https:/

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：247808
    • 提供者：weixin_42136837

  1. 比特币价格预测：在该项目中，RNN变异在数据集上进行了测试，该数据集不仅包含比特币历史价格，还包括其他影响因素，例如宏观经济指数，市场情绪等。-源码

  2. 使用神经网络预测时间序列 :blue_circle: 联系人：对于Bitcoin的学习材料组织列表，请点击此 ，这等 介绍 不管比特币价格上的投机泡沫如何，该项目的目的都是暗示该加密货币的未来收盘价。 根据我的分析考虑了几个比特币指标，收集了情绪数据以及区块链，历史价格和金融指数数据以预测收盘价。 环境设定 要运行预测模型，应安装以下内容： Python 3+ Tensorflow = 1.10.1 Keras = 2.2.2 熊猫= 0.23.4 脾气暴躁= 1.15.1 Mat

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：140509184
    • 提供者：weixin_42132352
« 12 3 »