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. lingpipe4.1源码

  2. 包括的模块： 　　主题分类（Top Classification）、命名实体识别（Named Entity Recognition）、词性标注（Part-of Speech Tagging）、句题检测（Sentence Detection）、查询拼写检查（Query Spell Checking）、兴趣短语检测（Interseting Phrase Detection）、聚类（Clustering）、字符语言建模（Character Language Modeling）、医学文献下载/解析/索

  3. 所属分类：Java

    • 发布日期：2014-08-22
    • 文件大小：65mb
    • 提供者：lishiyin

  1. ChatBot-Assignment-3-源码

  2. 埃隆·马斯克（Elon Musk）聊天机器人 作业3的更新 自作业2起，我们添加了新功能，并增强了聊天机器人的生活质量。 新增内容包括： 我们实施了一个GUI来吸引我们的用户。 我们从Stanford Core NLP工具包中实现了命名实体识别。 我们通过Stanford Core NLP工具包实施了共指解析。 我们从Stanford Core NLP工具包中实施了情感分析工具。 我们在特工曲目中增加了一个额外的主题，即有关杰夫·贝佐斯的信息。 当问题超出主题范围时，我们会向我们的漫

  3. 所属分类：其它

    • 发布日期：2021-03-26
    • 文件大小：251kb
    • 提供者：weixin_42169245

  1. Turkish-Bert-NLP-Pipeline:基于Bert的NLP管道，用于土耳其语，Ner，情绪分析，问题回答等-源码

  2. 土耳其语-Bert-NLP-管道 简而言之，管道 在这个项目中，我们旨在为土耳其建立基于Bert的NLP管道；命名实体识别（Ner），情感分析，问题回答，摘要和文本分类。 简而言之，请检查文件“ 有关详细的应用程序，请检查 管道详情 情绪分析 预建模型 如何使用它 NER模型 预建模型 如何使用它 问题回答 预建模型 如何使用它 文字摘要即将推出 文字分类 预建模型 如何使用它 这些模型基于土耳其伯特模型微调 我的所有模特都在 请参阅Python笔记本文件“带有BERT.ipynb的土耳其语N

  3. 所属分类：其它

  1. AI-Surveys:整理AI相关领域的一些概述-源码

  2. 人工智能调查 本repo主要整理AI相关领域的一些概述，起因是看到了这个非常棒的项目。 目前添加了『自然语言处理』模块的部分觉得不错的概述。 欢迎有兴趣的小伙伴们一起整理。 自然语言处理（NLP） 文本分类（文本分类） 情感分析 命名实体识别（命名实体识别） 关系抽取（关系提取） 文本匹配（文本匹配） 阅读理解（阅读理解） 机器翻译（机器翻译） 文本生成（文本生成） 摘要抽取（Abstractive Summarization） 对话系统 知识图谱（知识图） 深度学习（深度学习） 迁移学习（转移

  3. 所属分类：其它

  1. TEXTOIR-Lee-源码

  2. 纺织品手册 :pushpin: 什么是TEXTOIR TEXOIR是第一个用于文本开放意图识别（OIR）的集成化可视化平台。 我们将OIR分为两类，开放意图检测和开放意图发现。 尽管它们都是OIR必不可少的模块，但是它们具有不同的特性和实现方法。 但是，集成这两个模块的相关工作很少。 尽管开发了一些用于命名实体识别，情感分析的工具包，但意图识别的相关工作很少，即使在开放世界的环境中也是如此。 因此，我们建立了一个文本开放意图识别平台来填补空白。 演示视频可在 :woman_and_man

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：128kb
    • 提供者：weixin_42181888

  1. bert_extension_tf:TensorFlow中的BERT扩展-源码

  2. BERT扩展 （来自变压器的双向编码器表示）是Google AI语言小组提出的一种通用的自动编码预训练方法，它在11个NLP任务（包括问题回答，自然，语言推理和情感分析）方面获得了最新的技术成果。 BERT旨在通过在所有层的左，右上下文上共同进行条件调节来预训练来自未标记文本的深层双向表示，这使它可以轻松地针对下游任务进行微调，而无需进行大量针对特定任务的体系结构修改。 该项目旨在提供基于当前BERT的扩展，并将BERT的功能带给NER和NLU等其他NLP任务。 图1：在不同任务上对BERT

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：238kb
    • 提供者：weixin_42125867

  1. PersonalProjects-源码

  2. 数据科学组合 包含我为学术，自学和业余爱好而完成的数据科学项目组合的存储库。 以iPython Notebooks的形式呈现。 内容 机器学习 线性回归： 逻辑回归： 决策树和随机森林： 支持向量机： K均值聚类： 主成分分析： 推荐系统： 工具：scikit-learn，Pandas，Seaborn，Matplotlib 自然语言处理 垃圾邮件检测： 文字分类： 情绪分析： 自动改正： 自动补全： 深度神经网络的情感分析： 命名实体识别： 重复问题的识别： 神经机器翻译： 文字摘要： 问题回

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：96kb
    • 提供者：weixin_42108054

  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. tickerrain:实时显示由不同来源处理的行情自动收录器的网站-源码

  2. 特克赖恩 TickerRain是一个开源Web应用程序，它以透明和半交互方式存储和分析Reddit帖子。 概述 一个简单的网页将显示情感分析和最后处理的帖子的实体，然后将显示数据库信息，最后显示Reddit中最受关注的股票的三个图表。 图形每120秒更新一次，刷新页面将显示对新帖子的分析。 要求 Python3和以下软件包： 大熊猫 烧瓶 Redis 开罗 恩特克 虚假 matplotlib 异步抓取 缓存工具 除此之外，您还需要，例如，对于Ubuntu，请运行apt-get insta

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：518kb
    • 提供者：weixin_42138408

  1. 多语种：多语言文本（NLP）处理工具包-源码

  2. 多种语言 Polyglot是支持大量多语言应用程序的自然语言管道。 免费软件：GPLv3许可证 文档： : 。 特征 标记化（165种语言） 语言检测（196种语言） 命名实体识别（40种语言） 语音标记的一部分（16种语言） 情感分析（136种语言） 词嵌入（137种语言） 形态分析（135种语言） 音译（69种语言） 开发者 Rami Al-Rfou rmyeid gmail com 快速教程 import polyglot from polyglot . text

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：184kb
    • 提供者：weixin_42131728

  1. 标签好友-源码

  2. labelbuddy文档 目录 1.简介 labelbuddy是用于注释文档桌面GUI应用程序。 例如，它可用于部分语音标记，命名实体识别，情感分析和文档分类... 它旨在易于安装和使用，并且可以有效地处理许多文档，标签和注释。 1.1。 labelbuddy与其他注释工具 存在几种用于注释文档的工具。 它们中的大多数（例如和在Web服务器上运行并在线使用。 如果您正在批注注释，并且希望许多用户在不将任何东西安装到他们的计算机上的情况下向中央数据库提供注释，则应该使用以下工具之一。 但是

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：107kb
    • 提供者：weixin_42117224

  1. 实体情感分析-源码

  2. 实体情感分析

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：49kb
    • 提供者：weixin_42102272

  1. NewsAnalysis：分析新闻来源的偏倚和可靠性-源码

  2. R中的新闻分析 我们发现非常有趣的一件事是，不同国家的媒体公司对新闻的报道有多么不同。 在这个项目中，我们尝试过滤这些标题，以更好地了解新闻。 该R项目分为四个主要部分：文本分析，实体检测，情感分析和虚假新闻分析。

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：16mb
    • 提供者：weixin_42168830

  1. 数据挖掘项目-源码

  2. 数据挖掘项目 推文聚类 目标： 主Twitter API用于提取推文 掌握自然语言处理 数据清理 推文分类 要求： Twitter开发人员帐户 Twitter API 1-数据提取： 导入库（tweepy +熊猫+ numpy） 连接到Twitter API 将推文提取到多个csv文件中，然后将它们组合到一个csv文件中 2-处理前的推文： 使用re库搜索不必要的信息。 删除标点符号，主题标签，个人资料名称，URL和表情符号。 创建一个新的干净的CSV文件 3-处理推文：自然语言

  3. 所属分类：其它

  1. aztext：用于Azure Text Analytics认知服务的MLHub程序包-源码

  2. Azure文本分析 此软件包提供了命令行工具，这些工具利用了预构建模型。 单独的命令行工具被打包用于常见的文本分析任务，包括语言识别，情感分析和短语/实体提取。 该软件包还提供了一个交互式演示，作为该服务功能的概述。 此软件包是存储库中一部分。 语言识别支持多种语言，而关键短语，情感和实体仅限于几种语言。 文本分析可用于许多情况，包括分析呼叫中心的客户电话，分析调查结果，监视有关主题的社交媒体评论等。 可从获得免费的Azure订阅，每月最多可以进行5,000个事务。 订阅后，请访问并在AI

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：22kb
    • 提供者：weixin_42136477

  1. NLP：在这个项目中，我们将应用自然语言处理来了解有关比特币和以太坊的最新新闻中的情绪。 我们还将应用基本的自然语言处理技术，以更好地理解与硬币价格有关的其他因素，例如文章中提到的常用词和短语以及组织和实体-源码

  2. 在这个项目中，我们将应用自然语言处理来了解有关比特币和以太坊的最新新闻中的情绪。 我们还将应用基本的自然语言处理技术，以更好地理解与硬币价格有关的其他因素，例如文章中提到的常用单词和短语以及组织和实体。 我们将完成情感分析，自然语言处理和命名实体识别。 情绪分析 我们将使用News API，获取关于比特币和以太坊的最新新闻，并为每个硬币创建一个情感分数的DataFrame。 使用描述性统计信息来回答以下问题： 哪种硬币的平均阳性得分最高？ 哪枚硬币的负分最高？ 哪枚硬币的正面得分最高？

  3. 所属分类：其它

  1. nlp_projects：自然语言处理中的项目：从基础学习到新闻分类等高级项目，再到创建聊天机器人并预测书中的下一个单词-源码

  2. 自然语言处理 NLP的项目 00. Twitter情绪 NLTK-spacy的用法 具有Spacy的命名实体识别，词汇和短语匹配 使用nltk的Wordcloud和情感分析 格式化pdf文件 01.新闻文本分类 在Sklearn中使用LR模型进行文本分类（来自Kaggle） 从零开始的平均倒数排名（MRR） 在Sklearn中使用随机森林模型进行文本分类 02. Stackexchange文本分类器[c1] 来自nltk的标记化，词干化，TF-IDF的示例 计数器，排序，AST的示例 从头

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：473mb
    • 提供者：weixin_42122306

  1. NLP流式-源码

  2. NLP流式 这是Spacy入门的入门级python编程。 -它包括一些基本功能，例如标记文本并返回其引理。 -返回命名实体 -情感分析：由于无法正确分析文本并需要进行模型调整，因此需要进行大量工作。 -Text Summarization：使用sumy模块返回文本摘要 我还为该程序构建了一个简单的精简webapp。 这是一个非常基础的程序，我计划在我学习的同时添加新功能并改进现有功能。

  3. 所属分类：其它

  1. statement_order_prediction：使用Google和Huggingface的Albert ML模型实施句子顺序预测-源码

  2. 句子顺序预测 使用Google和Huggingface的Albert ML模型实现句子顺序预测 我使用文本拼写，自然语言处理以及深度学习技能和工具开发了句子顺序预测管道。 我训练了Google和HuggingFace的ALBERT深度学习模型，以预测连续句子对的顺序。 当从同一工作体中获得随机选择的顺序句子对时，该模型可以以84％的准确性预测哪个句子在文本中排在首位，并可以执行命名实体识别，情感分析，语言建模和提取性问题解答。 句子顺序预测对于探索笔法，作者风格和作者真实性特别有用，并证明有助于

  3. 所属分类：其它

  1. TFM-Analisis_sentimientos_Twitter-UOC：TFM-Twitter上的sendimientos分析-源码

  2. TFM-UOC-推特分析 从自然角度来看，从观点上说，从本质上说，从观点上说，从客观上讲就是对主体的看法。 在上下文中，可以从生产，维护，组织，生产，销售和销售个人信息中选择合适的表达形式。 从Web 2.0到微博社区的普及化，在微博上进行推特员工代表里程，组织机构，戈比诺斯和消费者。 情感分析是自然语言处理领域的一个研究领域，其目的是对文本中的观点，情感和主观性进行计算处理。 在这种情况下，意见是对有关特定文本的产品，服务，组织，个人或任何其他种类的实体的正面或负面评价。 Web 2.0的到

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：42mb
    • 提供者：weixin_42168555
« 12 3 »