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. 【Python数据分析】文本情感分析——电影评论分析（一）

  2. 情感分析是文本分析的一种，它能够从一段文本描述中理解文本的感情色彩，是褒义、贬义还是中性。常见的情感分析的使用场景就是客户对商品或服务的评价、反馈，传统模式下的人工审核，不仅消耗大量人力，而且效率（速度和准确度）也不高。   这里使用Python对电影《哪吒之魔童降世》的评论进行文本分析，这种分析方式还可用于垃圾邮件的过滤、新闻的分类等场景。   分析步骤：   1、对文本数据进行预处理，包括文本缺失值重复值处理、分词、去除停用词、文本向量化。   2、描述性统计分析，统计词频、生成词云图。  

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：812032
    • 提供者：weixin_38632046

  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. 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. imdb_sentiment_analysis：IMDB情绪分析项目-机器学习工程师Nanodegree-源码

  2. SageMaker部署项目 一旦完成，此处提供的笔记本和Python文件将产生一个简单的Web应用程序，该应用程序可与部署的递归神经网络进行交互，对电影评论进行情感分析。 该项目假定您对SageMaker有所了解，这个微型项目“使用XGBoost进行情感分析”应该提供足够的背景知识。 请参阅根目录中的文件，以获取有关设置SageMaker笔记本和下载项目文件（以及其他笔记本）的说明。

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：192512
    • 提供者：weixin_42144604

  1. sentiment_analysis_aws贤哲-源码

  2. SageMaker部署项目 一旦完成，此处提供的笔记本和Python文件将产生一个简单的Web应用程序，该应用程序可与部署的递归神经网络进行交互，对电影评论进行情感分析。 该项目假定您对SageMaker有所了解，这个微型项目“使用XGBoost进行情感分析”应该提供足够的背景知识。 请参阅根目录中的文件，以获取有关设置SageMaker笔记本和下载项目文件（以及其他笔记本）的说明。

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：25600
    • 提供者：weixin_42138716

  1. Sentiment_Analysis_WebApp_LSTM-源码

  2. SageMaker部署项目 一旦完成，此处提供的笔记本和Python文件将产生一个简单的Web应用程序，该应用程序可与部署的递归神经网络进行交互，对电影评论进行情感分析。 情感分析已经使用XGBoost完成了。之后，我们将pytorch RNN的结果与XGBoost进行了比较 该项目是Udacity.com机器学习工程师课程的一部分，该项目将获得评分，并且是完成课程所必需的。

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：38797312
    • 提供者：weixin_42134878

  1. Movies_Review_Rating_Classification-源码

  2. Movies_Review_Rating_Classification 这篇研究论文的目的是通过评论的情感分析来分析电视节目和电影之间的各种因素和趋势。 Python被用作编程语言。 使用其API从TMDB（电影数据库）提取数据。 此项目仅电视节目和电影数据。 我们以JSON格式获取的数据，很容易存储在MongoDB中。 正在获取的数据采用非结构化格式。为数据库下的三个数据集创建了四个集合，包括：•dap电影•dap电影评论•dap电视节目•dap电视评论。 AWS实例用于合并和存储数据。

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：2097152
    • 提供者：weixin_42120405

  1. SageMaker_PyTorch-源码

  2. SageMaker部署项目 一旦完成，此处提供的笔记本和Python文件将产生一个简单的Web应用程序，该应用程序可与部署的循环神经网络交互，对电影评论进行情感分析。 该项目假定对SageMaker有所了解，这个微型项目“使用XGBoost的情感分析”应提供足够的背景知识。 请参阅根目录中的文件，以获取有关设置SageMaker笔记本和下载项目文件（以及其他笔记本）的说明。

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：110592
    • 提供者：weixin_42138376

  1. 转移：用于转移学习的Python模块实现工具和方法-源码

  2. 转移 用于转移学习的Python模块实现工具和方法。 目录 动机 转移学习（TL）是机器学习的一个领域，研究如何利用从一系列一个或多个源域中获得的知识来在目标域上训练模型。 TL是一个有趣的话题，因为实际上在很多情况下，我们都可以访问属于特定域的大型数据集，并且我们想开发一个模型来应用于不同的情况。 举一些例子： 假设我们想建立一个模型来预测特定疾病的一种治疗方法的结果。 不同类别的患者通常对药物的React不同。 假设我们只能收集有关一组老年患者的数据，但是我们知道该疾病同样会影响所有人。

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：15360
    • 提供者：weixin_42109598

  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. 云端情感分析综合评估：用于电影评论的实时情感分析Web应用程序，使用docker打包并使用kubernetes进行部署-源码

  2. 在云上进行情感分析的全面评估 Ashwin Nalwade，陈名喜。 科技栈 应用程序和数据：Python，Flask，Gunicorn，CSS，spaCy，PyTorch，Pandas，HuggingFace。 云：Paperspace的Google Cloud Platform（GCP），IBM Cloud，Gradient Cloud。 容器：Docker [Docker Hub]，Kubernetes，Google Kubernetes Engine。 跨平台比较 我们在3个不同的云

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：28311552
    • 提供者：weixin_42131261

  1. Sentiment-Analysis-SageMaker：在此项目中，我使用Pytorch创建了RNN模型，以通过网络应用对电影评论进行情感分析。-源码

  2. 使用SageMaker进行情感分析-部署项目 此处提供的笔记本和Python文件可生成一个简单的Web应用程序，该应用程序可与部署的递归神经网络（RNN / LSTM）进行交互，从而对电影评论进行情感分析。 这个项目需要对SageMaker有一定的了解，因为我们需要完成和理解迷你项目XGBoost的Sentiment Analysis，它提供了足够的背景知识来理解SageMaker的主要资源以完成这个项目。 该项目是Udacity的机器学习工程师纳米学位计划的第一个项目，并且在首次提交后被Ud

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：254976
    • 提供者：weixin_42102358

  1. SentimentAnalysis-SageMaker:Udacity项目通过SageMaker部署模型-源码

  2. SageMaker部署项目 一旦完成，此处提供的笔记本和Python文件将产生一个简单的Web应用程序，该应用程序可与部署的递归神经网络进行交互，对电影评论进行情感分析。 该项目假定您对SageMaker有所了解，这个微型项目“使用XGBoost进行情感分析”应该提供足够的背景知识。 请参阅根目录中的文件，以获取有关设置SageMaker笔记本和下载项目文件（以及其他笔记本）的说明。

  3. 所属分类：其它

    • 发布日期：2021-03-29
    • 文件大小：125952
    • 提供者：weixin_42105570