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. Anaconda snownlp-0.12.3.tar.gz

  2. SnowNLP是一个python写的类库，可以方便的处理中文文本内容，是受到了[TextBlob](https://github.com/sloria/TextBlob)的启发而写的，由于现在大部分的自然语言处理库基本都是针对英文的，于是写了一个方便处理中文的类库，并且和TextBlob不同的是，这里没有用NLTK，所有的算法都是自己实现的，并且自带了一些训练好的字典。注意本程序都是处理的unicode编码，所以使用时请自行decode成unicode。

  3. 所属分类：Python

    • 发布日期：2017-08-08
    • 文件大小：36700160
    • 提供者：zm526001314

  1. 文本情感色彩分类技术报告.pdf

  2. python文本情感色彩分析的技术报告（英文文本），对应的代码也已经上传。需要的朋友可以下载后参考一下。希望可以帮到有需要的小伙伴。

  3. 所属分类：机器学习

    • 发布日期：2020-06-08
    • 文件大小：786432
    • 提供者：leilei7407

  1. NLP代码.rar（python机器学习——文本情感分析（英文文本情感分析））

  2. python机器学习——文本情感分析（英文文本情感分析）代码下载，代码完整可以运行。希望可以帮助到正在学习的伙伴们。

  3. 所属分类：深度学习

    • 发布日期：2020-06-07
    • 文件大小：81788928
    • 提供者：leilei7407

  1. python snownlp情感分析简易demo(分享)

  2. SnowNLP是国人开发的python类库，可以方便的处理中文文本内容，是受到了TextBlob的启发而写的，由于现在大部分的自然语言处理库基本都是针对英文的，于是写了一个方便处理中文的类库，并且和TextBlob不同的是，这里没有用NLTK，所有的算法都是自己实现的，并且自带了一些训练好的字典。注意本程序都是处理的unicode编码，所以使用时请自行decode成unicode。MIT许可下发行。 其 github 主页 我自己修改了上文链接中的python代码并加入些许注释，以方便你的理解

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：188416
    • 提供者：weixin_38688969

  1. python机器学习——文本情感分析（英文文本情感分析）

  2. 本人机器学习课程的小作业，记录一下，希望可以帮到一些小伙伴。 项目介绍，给一段英文文本（英文影评评论）来预测情感是正向还是负向 模型使用的是LSTM+RNN。 代码包括数据处理，模型训练，对新数据做出预测，并将预测结果（正向情感）保存到result.txt中 软件：anaconda3 一.数据集介绍 数据集链接: https://pan.baidu.com/s/1oIXkaL_SL9GSN3S56ZwvWQ 提取码: qgtg 训练集labeledTrainData.tsv(24500条带标签的

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：182272
    • 提供者：weixin_38513669

  1. 利用Sentiwordnet进行文本情感分析（简）

  2. 利用Sentiwordnet进行文本情感分析（简）1. 简介2. 下载NLTK包和它内部的词典3. 全过程代码详解1. 导入所需包，函数2. 分词3. 计数，给予词性标签4. 计算单词得分4. 完整代码（函数形式） 1. 简介 利用python中的NLTK包对英文进行分词，得到词频，标注词性，得到单词得分，最后可再根据实际情况计算文本情感分。注：分词只能得到一个个单词，不能得到短语。（我的第一篇blog！！！） 2. 下载NLTK包和它内部的词典 使用pip下载nltk pip install

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：138240
    • 提供者：weixin_38587130

  1. Python文本特征抽取与向量化算法学习

  2. 本文为大家分享了Python文本特征抽取与向量化的具体代码，供大家参考，具体内容如下 假设我们刚看完诺兰的大片《星际穿越》，设想如何让机器来自动分析各位观众对电影的评价到底是“赞”（positive）还是“踩”（negative）呢？ 这类问题就属于情感分析问题。这类问题处理的第一步，就是将文本转换为特征。 因此，这章我们只学习第一步，如何从文本中抽取特征，并将其向量化。 由于中文的处理涉及到分词问题，本文用一个简单的例子来说明如何使用Python的机器学习库，对英文进行特征提取。 1、

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：101376
    • 提供者：weixin_38738830

  1. backprop:Backprop是一个Python库，可使用最新的机器学习模型轻松解决AI任务-源码

  2. 反向传播 Backprop是一个Python库，可使用最新的机器学习模型轻松解决AI任务。 Backprop建立在通过转移学习解决任务的基础上。它实现了高级模型，这些模型足够通用，可以用最少的用户数据来解决现实世界中的任务。 您可以使用Backprop解决的现成任务： 英文会话式问答（用于FAQ聊天机器人，文本分析等） 超过100种语言的文本分类（用于电子邮件分类，意图检测等） 图像分类（用于物体识别，OCR等） 50多种语言的文本向量化（语义搜索电子商务，文档等） 英文摘要（长文档的TL

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：2097152
    • 提供者：weixin_42129113