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. 自然语言处理全集

  2. 自然语言处理(汉语)算法实现，Java语言实现，经过优化，效率很高。主要包括： 1）汉语分词，采用ICTCLAS系统和Lucene+庖丁解牛系统 2）情感倾向性分析，包括基于统计学习的SVM算法，基于情感词典的词语权重算法，给出文档的情感权重和情感倾向 3）文本聚类，包括KMeas算法实现，文档向量建模，以及采用Weka API 库效率比较 4）词语关系网络，包括词语距离计算，构建词语的近似程度，并刻画词语网络图 5）抽象摘要，采用TFIDF计算文档关键词进行摘要和关键字提取 经过部分优化，对

  3. 所属分类：Java

    • 发布日期：2014-11-29
    • 文件大小：6mb
    • 提供者：lixufeng1992

  1. 自然语言处理全集_代码结构说明.doc

  2. 自然语言处理(汉语)算法实现，Java语言实现，经过优化，效率很高。主要包括： 1）汉语分词，采用ICTCLAS系统和Lucene+庖丁解牛系统 2）情感倾向性分析，包括基于统计学习的SVM算法，基于情感词典的词语权重算法，给出文档的情感权重和情感倾向 3）文本聚类，包括KMeas算法实现，文档向量建模，以及采用Weka API 库效率比较 4）词语关系网络，包括词语距离计算，构建词语的近似程度，并刻画词语网络图 5）抽象摘要，采用TFIDF计算文档关键词进行摘要和关键字提取 经过部分优化，对

  3. 所属分类：Java

    • 发布日期：2014-11-29
    • 文件大小：25kb
    • 提供者：lixufeng1992

  1. 基于AdaBoost算法的情感分析研究

  2. Graduation Design Project --- 基于AdaBoost算法的情感分析研究 一、 使用微博应用获取微博文本 二、 SVM初步分类 三、 利用贝叶斯定理进行情感分析 四、 利用AdaBoost加强分类器 仅供学习之用。

  3. 所属分类：Python

    • 发布日期：2019-04-27
    • 文件大小：12mb
    • 提供者：weixin_44007374

  1. 基于svm的文本情感分析

  2. 本系统是基于svm训练得到的分类器，代码包含了数据集的预处理和模型训练，对给定测试集进行测试，并根据已有标签计算准确度。代码内有详细注释，下载即可运行。

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：119mb
    • 提供者：qq_42145681

  1. homo:一个基于离线唤醒，自然语言理解和情感分析的开源自然交互系统-源码

  2. 智人 English | 一个基于离线唤醒，自然语言理解和情感分析的开源自然交互系统 演示视频（中文）： 注意：正在重建的版本位于，名为 。 Aiicy专为物联网和用户终端而设计，将支持不同平台上的物联网设备，允许用户通过浏览器与其进行交互。 Aiicy和文档处于积极的开发阶段，敬请期待。 特征 离线关键字研究 基于开源的轻量级语音识别引擎 使用开源工具集进行离线语言模型训练 在线语音识别使用百度在线语音识别API 在线文字转语音使用百度在线文字转语音API 自然语言理解 基于开源

  3. 所属分类：其它

  1. Aspect-Based-Sentiment-Analysis:一个为SemEval 2016数据集实现基于方面的情感分析分类系统的python程序-源码

  2. 基于方面的情感分析 基于方面的情感分析任务专注于识别方面类别和文本中的情绪（正面，负面，中性）分类。 基于方面的情感分析的目的是确定针对特定方面表达的情感极性。 该系统基于使用支持向量机（SVM）的监督学习。 多标签svc分类器用于将笔记本电脑评论分为20个方面类别，还可以将评论分为正面，负面或中性。 对于每种情感，都使用多标签svc分类器。 系统的性能也与其他分类器进行了比较。 数据集 所需的库 Scikit学习 纳尔特克 大熊猫 麻木 PS：这是加德满都大学计算机科学与工程系最后一年的一个为

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：535kb
    • 提供者：weixin_42137723

  1. lexis-text-analysis：Lexis是基于Web的应用程序，它使用SVM分析给定的用户文本输入，并在文本中显示情感。-源码

  2. Lexis-文本中的情绪检测 Lexis是基于Web的应用程序，它使用SVM分析给定的用户文本输入，并在文本中显示情感。 该模型针对超过75,000条推文进行了训练，这些推文根据其标签分为六个类别：愤怒，厌恶，恐惧，幸福，讽刺，中立，悲伤，讽刺，惊讶。 Hackathon获奖项目 我和其他5位大学同事在一次黑客马拉松（HackFMI 8-数据黑客）上创建了Lexis。 此存储库中的代码是“干净的”代码，是我们提供的内容的重构版本（原始存储库可在）。 同样在这里，我正在使用React for U

  3. 所属分类：其它

  1. 基于SQL Server的网络舆情监控系统设计

  2. 针对我国高职院校校园舆情高效管理的需求，文中设计了面向移动互联网环境的舆情监控系统。系统基于B/S架构，包括舆情采集、舆情智能处理等功能模块。在舆情采集模块中，为满足海量数据的场景需求，使用SQL Server设计系统数据库，存储采集的舆情数据，保证系统数据的可靠性；在舆情智能处理模块中，使用SVM算法进行网页文本特征提取，将准确率、召回率和F1指标提升3%以上。系统使用语义分析技术完成舆情的分析，情感倾向判别召回精度可达到89%，提升了高校舆情管理工作的效率，对于校园网络环境的净化具有重要意义

  3. 所属分类：其它