您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 中文停用词表

  2. 中文停用词表,1208个停用词,适用于文本分析,结合jieba适用,对文本数据进行必要清洗
  3. 所属分类:Python

    • 发布日期:2015-01-21
    • 文件大小:7168
    • 提供者:lin370
  1. jieba+百度分词词库

  2. jieba+百度分词词库,数据大概60w左右,可以做情感分析用。
  3. 所属分类:机器学习

    • 发布日期:2018-11-07
    • 文件大小:2097152
    • 提供者:sun897827804
  1. Review-Helpfulness-Prediction, 自动检测检查helpfulness项目 使用.zip

  2. Review-Helpfulness-Prediction, 自动检测检查helpfulness项目 使用 评估Helpfulness预测介绍:自动查找有用评论的项目。利用文本挖掘技术实现自然语言处理。情感分析和机器学习技术。语言:python 。( 标准库:xlrd,jieba,gensim,nltk,scikit学习)这里项目包括
  3. 所属分类:其它

    • 发布日期:2019-09-18
    • 文件大小:5242880
    • 提供者:weixin_38743602
  1. NLP实战之keras+LSTM进行京东评论情感分析python

  2. NLP实战之keras+LSTM进行京东评论情感分析python,对语料进行简单分析,然后通过jieba分词、word2vec构造词向量,通过LSTM提取情感特征,利用LR二分类,达到准确度0.91897
  3. 所属分类:深度学习

    • 发布日期:2020-05-19
    • 文件大小:11534336
    • 提供者:m0_37723079
  1. 数据分析中最全停用词之stopword

  2. 该文档内有已经总结好的所有常见停用词,适用于数据分析、数据挖掘方面,尤其是分析用户情感、拆分用户评论、商品评价等方面,对于去除数据的冗余性有很大的作用,可与jieba库一起使用
  3. 所属分类:机器学习

    • 发布日期:2020-03-17
    • 文件大小:15360
    • 提供者:weixin_43656359
  1. python_情感分析基于jieba库.rar

  2. python_情感分析基于jieba库,测试python3可直接运行,只需要jieba库,io库和numpy库,这三个基础库,就可以完成python的情感分析
  3. 所属分类:教育

    • 发布日期:2020-07-13
    • 文件大小:264192
    • 提供者:ben13870068945
  1. 数据挖掘参考代码.zip

  2. 通过评分与短评数据,构建情感褒贬分析分类器,通过短评数据预测用户“喜欢”or“不喜欢”电影。参考步骤: 1) 数据预处理,生成特征:jieba切词;去停动词;生成词袋、tfidf等特征。 2) 使用分类模型对数据集分类。 分析打分总体情况、有用点评的分析、点评人常居地的分布等,或者其他一些有意义分析,并用可视化的方式展示。
  3. 所属分类:Python

    • 发布日期:2020-08-01
    • 文件大小:8388608
    • 提供者:qq_37041207
  1. chinese_text_cnn:TextCNN Pytorch实现中文文本分类情感分析-源码

  2. TextCNN Pytorch实现中文文本分类 论文 参考 依赖项 python3.5 pytorch == 1.0.0 torchtext == 0.3.1 jieba == 0.39 词向量 (这里用的是Zhihu_QA知乎问答训练出来的单词Word2vec) 用法 python3 main.py -h 训练 python3 main.py 准确率 CNN-rand随机初始化嵌入 python main.py Batch[1800] - loss: 0.009499 a
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:5242880
    • 提供者:weixin_42165980
  1. 5-RNN-0502_中文情感分析

  2. import numpy as np import matplotlib.pyplot as plt import re import jieba import os from sklearn.model_selection import train_test_split from gensim.models import KeyedVectors from keras.models import Sequential from keras.layers import Dense, GRU, E
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:69632
    • 提供者:weixin_38732425