新闻文章分类

简而言之，抓取和分析 带领三人小组从简报中抓取新闻文章，以进行主题建模和情感分析。 创建了一个主题模型来理解被抓取的数据集并通过将大型数据集转换为少量单词来获得见解。 进行了情绪分析，以检测新闻报道背后的整体情绪。

新闻文章的主题建模 问题陈述-使用主题建模技术，识别BBC新闻文章集中的主要主题/主题。 数据摘要-数据集包含针对每个主要细分市场的一组新闻报道，包括商业，娱乐，政治，体育和技术。 BBC新闻网站的数据集中共有2225篇文章，对应于2004-2005年五个主题领域的故事。 需要创建所有新闻文章的汇总数据集，并对数据集执行主题建模，并验证这些主题是否对应于可用的不同标签。 方式- 合并所有文章以创建具有两列的数据集。 一栏包括文章新闻，另一栏包括相应的主题。 应用了各种数据预处理技术来清理

伊利诺伊州出埃及记主题分析 与伊利诺伊州人口减少相关的收入覆盖率的主题分析 这是芝加哥大学硕士学位自然语言课程单个最终项目的资料库。 项目范围 通过从非结构化文本中提取有意义的见解，确定人口减少的主要原因 针对如何扭转这种趋势提供可行的建议 数据源 由Google新闻RSS定义的所有英语新闻文章，于2019年12月至2020年12月与芝加哥和/或伊利诺伊州相关。 分析框架 使用LDA数据建模在原始数据集标题中检测主要主题 识别并提取与伊利诺伊州出埃及有关的文章 通过BERT创建定制的情感分类模