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. LSTM官方例程的电影评论数据集 imdb.pkl

  2. LSTM官方例程的电影评论数据集 imdb.pkl

  3. 所属分类：Python

    • 发布日期：2016-12-02
    • 文件大小：32505856
    • 提供者：moses1994

  1. imdb.npz数据集

  2. Keras内置的互联网电影数据库（IMDB）数据集，包含50000条评论。

  3. 所属分类：深度学习

    • 发布日期：2018-10-06
    • 文件大小：16777216
    • 提供者：mt20002008

  1. IMDB影评数据集

  2. IMDB电影数据集train含有25000个电影评论，分为正反两类。数据与标签进行了处理保存到了一个CSV文件中,影评数据datas["x"]，标签为datas["y"]。

  3. 所属分类：深度学习

    • 发布日期：2019-02-20
    • 文件大小：33554432
    • 提供者：xiaosongshine

  1. IMDB影评文本-神经网络文本分类数据集

  2. aclIMDB_v1：大型电影评论数据集（来自斯坦福大学），其中包含50,000个电影评论（50％为负，50％为正）。该集合被划分为训练和验证数据集（每个数据集有25000个电影评论，具有相同数量的正面和负面评论），还包括了5000条未标注的影评。其中有已处理好的单词包 rt-polaritydata：也是IDMB整理的数据集，较上一个数据集小，且已经大致地处理过了，标点符号分隔开，全部小写化。包含10,662个电影评论（半正，半负）。此文件中的每一行都是一则短短的电影评论。

  3. 所属分类：深度学习

    • 发布日期：2019-04-16
    • 文件大小：83886080
    • 提供者：mingtime129

  1. Sentiment-Analysis-with-Convolutional-Networks, IMDB电影评论情感分析的卷积神经网络模型.zip

  2. Sentiment-Analysis-with-Convolutional-Networks, IMDB电影评论情感分析的卷积神经网络模型 基于卷积网络的情感分析这是我向 Kaggle公司提交的一份提交给的电子邮件。算法基于前训练的word2vec嵌入和由Yoon提出的卷积网络的思想。代码由两个IPython笔记本电脑组成：进程Kaggle数据集 train test

  3. 所属分类：其它

    • 发布日期：2019-09-17
    • 文件大小：6144
    • 提供者：weixin_38744207

  1. imdb.npz数据集电影评论情感二分类

  2. imdb.npz 电影评论数据集 当我们按照教程书籍里面的代码试验时，往往会出现数据集下载失败的问题. 执行 (train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words=10000) 出现Downloading data from https://s3.amazonaws.com/text-datasets/imdb.npz，网络连接失败。 此时，将下载好的imdb.npz文件放在主目录下的 .k

  3. 所属分类：机器学习

    • 发布日期：2019-03-16
    • 文件大小：16777216
    • 提供者：weixin_43064339

  1. IMDB数据集.CSV

  2. IMDB数据集，包括 5035部电影的IMDB评分，评分人数，主要导演，主要演员，评论人数，预算及票房，电影类型及出品年份国家。

  3. 所属分类：其它

    • 发布日期：2020-08-07
    • 文件大小：1048576
    • 提供者：weixin_45633089

  1. 简单粗暴理解与实现机器学习之神经网络NN（五）：神经网络案例DNN文本多分类——IMDB电影评论文本的神经网络分类

  2. 文章目录7.5 案例：DNN文本多分类学习目标7.5.1 IMDB电影评论文本的神经网络分类参数 7.5 案例：DNN文本多分类 学习目标 目标 无 应用 应用tf estimator完成文本分类 7.5.1 IMDB电影评论文本的神经网络分类 目的：对IMDB电影评论数据进行训练，预测分类 步骤： 1、电影评论数据读取 2、模型输入特征列指定 3、模型训练与保存 1、电影评论数据读取 我们将要使用的数据集是 IMDB Large Movie Review Dataset，包含用于训练的 250

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：57344
    • 提供者：weixin_38711041

  1. Sentiment-Analysis:它是一种文本分类，可在IMDB大电影评论数据集上训练递归神经网络（RNN）以进行情感分析-源码

  2. 情感分析 它是一种文本分类，可在IMDB大电影评论数据集上训练递归神经网络（RNN）以进行情感分析。

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：5120
    • 提供者：weixin_42165583

  1. IMDB dataset (Sentiment analysis) in CSV format CSV格式的IMDB数据集（情感分析）-数据集

  2. CSV格式的IMDB数据集（情感分析） IMDB电影评论数据集转换为CSV文件 Test.csv Train.csv Valid.csv

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：26214400
    • 提供者：weixin_38545485

  1. Sentiment_analysis-源码

  2. 情感分析 IMDB电影评论数据集： : Sentiment140数据集： : Twitter语料库数据集： : Twitter Emotion数据集： :

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：23552
    • 提供者：weixin_42130889

  1. Movie_Reviews_Classification:使用情感分析将电影评论分为正面还是负面-源码

  2. 电影评论分类 使用python中的情感分析库将IMDb电影评论分为正面或负面 情绪分析 情感分析是指使用自然语言处理（NLP），文本分析和计算来系统地提取，识别信息并将其分类为特定类别。 该项目使用python sklearn库中的高斯朴素贝叶斯和多项式朴素贝叶斯模型 朴素贝叶斯分类器 朴素贝叶斯分类器是python scikit学习库下的一组监督ML算法。 他们使用特征矩阵（所有因变量的向量）来预测类变量（特征矩阵中每一行的输出）。 这些算法的前提是所有特征彼此独立并且具有同等重要性。 在

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：624640
    • 提供者：weixin_42131414

  1. IMDB电影评论数据集-数据集

  2. IMDB电影评论 imdb.csv

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：26214400
    • 提供者：weixin_38545463

  1. Movie-Recommendation-System:包含的代码涵盖了推荐电影的各种方法，其中一些方法包括矩阵分解，基于深度学习的推荐系统-源码

  2. 电影推荐系统 数据集 用于此笔记本的数据集是MovieLens的1M额定数据集。 其中包含来自7120部电影和14025位用户的100万部电影评级。 该数据集包括： movieId 用户身份 评分 另外，电影的数据集包括电影名称和类型。 movieId 标题 体裁 数据集可以在这里找到： : 使用的方法： 非个性化推荐 这种建议很简单，但非常有用。 因为它们为用户解决了冷启动问题。 那就是在不了解用户的情况下，我们可以向用户提出一些建议。 在获得用户的评论或获得有关用户的其他信息之后

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：11534336
    • 提供者：weixin_42132056

  1. Movie-review-classification:使用python中的情感分析库将IMDb电影评论分为正面或负面-源码

  2. 电影评论分类 使用python中的情感分析库将IMDb电影评论分为正面或负面 情绪分析 情感分析是指使用自然语言处理（NLP），文本分析和计算来系统地提取，识别信息并将其分类为特定类别。 该项目使用python sklearn库中的高斯朴素贝叶斯和多项式朴素贝叶斯模型 朴素贝叶斯分类器 朴素贝叶斯分类器是python scikit学习库下的一组监督ML算法。 他们使用特征矩阵（所有因变量的向量）来预测类变量（特征矩阵中每一行的输出）。 这些算法的前提是所有特征彼此独立并且具有同等重要性。 在

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：7168
    • 提供者：weixin_42101641

  1. FiveThirtyEight Fandango Dataset FiveThirtyEight中Fandango数据集-数据集

  2. 此数据集包含“怀疑在线电影分级，尤其是Fandango的分级”故事背后的数据，包含每部具有烂番茄评级，RT用户评级，Metacritic分数，Metacritic用户分数和IMDb分数，以及Fandango上至少30的影迷评论的电影。 fandango_score_comparison.csv fandango_scrape.csv README.md

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：14336
    • 提供者：weixin_38651929

  1. sentiment_analysis：使用Python和NLP将Yelp，IMDB和Amazon产品评论分为正面还是负面-源码

  2. 情感分析（Python3） 目录 项目描述 挑战包括将Yelp，IMDB和Amazon的产品评论归为正面还是负面； 给定评论评论的文本作为输入。 本练习的重点是机器学习中称为自然语言处理的一个领域。 目的是根据文字预测情绪-陈述背后的情感意图。 例如，句子：“这部电影太可怕了！” 拥有负面情绪，而“喜欢这部电影杰作”则具有正面情绪。 为了简化任务，我们将情感视为二进制：标签1表示句子具有正面情绪，标签0表示句子具有负面情绪。 数据集 数据集分为三个文件，代表三个不同的来源-Amazon，Ye

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：178176
    • 提供者：weixin_42129797

  1. Movie_review-Project-源码

  2. 使用双向LSTM的IMDB项目 在构建此项目时，我们的目标是根据“评论”和“情感”等给定功能预测不同电影上的人的情绪（积极，1 /消极，0）。 我已经执行了从数据收集到模型部署的所有步骤。 在模型（神经网络）评估期间，我根据precision_score指标创建并比较了深度学习层的各种组合，并找到了最佳组合，我发现仅在神经网络中添加简单层并不能给我那么多val_accuracy（与双向LSTM层（val_accuracy约为85-86％）相比，则约为75-80％）。 因此，在此模块中，我已使用双

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：2097152
    • 提供者：weixin_42128676

  1. 情感分析-火炬：IMDb数据集上的火炬情感分析-源码

  2. 使用PyTorch进行情感分析 存储库将引导您完成构建完整的情感分析模型的过程，该模型将能够预测给定评论的极性（无论表达的观点是肯定的还是负面的）。 要在其上训练模型的数据集是流行的IMDb电影评论数据集。 目录 第一个笔记本涵盖了从原始数据集中加载数据，特征提取和分析，文本预处理以及训练/验证/测试集准备的过程。 第二篇教程包含有关如何设置词汇对象的说明，该对象将负责以下任务： 创建数据集的词汇表。 根据稀有词出现和句子长度过滤数据集。 将单词映射到其数字表示形式（word2index）

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：3145728
    • 提供者：weixin_42120563

  1. IMDB 电影评论数据集.rar压缩包下载.txt

  2. 机器学习常用数据集

  3. 所属分类：互联网

    • 发布日期：2021-01-24
    • 文件大小：76
    • 提供者：fgg1234567890
« 12 »