您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. lingpipe文本挖掘工具包

  2. lingpipe 是alias公司开发的一款自然语言处理软件包,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(Characte
  3. 所属分类:其它

    • 发布日期:2010-01-26
    • 文件大小:951kb
    • 提供者:moryan
  1. lingpipe-4.1.0.jar 自然语言处理工具包

  2. lingpipe 是alias公司开发的一款自然语言处理软件包。 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(Charact
  3. 所属分类:Java

    • 发布日期:2012-06-11
    • 文件大小:1015kb
    • 提供者:flashwxh2008
  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. lingpipe-4.1.0自然语言处理工具包

  2. LingPipe 是一个自然语言处理的Java开源工具包。LingPipe目前已有很丰富的功能,包括主题分类(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
  3. 所属分类:Java

    • 发布日期:2014-11-07
    • 文件大小:1015kb
    • 提供者:mccwd1
  1. 用于微博情感分析的一种情感语义增强的深度学习模型

  2. 基于神经语言模型的词向量表示技术能够从大规模的未标注文本数据集中自动学习词语的有效特征表 示,已经在许多自然语言处理任务及研究中取得重要进展.微博中的表情符号是微博情感分析最重要的特征之一, 已有大量的研究工作在探索有效地利用表情符号来提升微博情感分类效果.借助词向量表示技术,为常用表情符 号构建情感空间的特征表示矩阵RE;基于向量的语义合成计算原理,通过矩阵RE 与词向量的乘积运算完成词义 到情感空间的映射;接着输入到一个MCNN(Multi-channel Convolution Neur
  3. 所属分类:深度学习

    • 发布日期:2018-01-20
    • 文件大小:1mb
    • 提供者:zhp881828
  1. 情感分类文献

  2. 情感分类文献,最新发表在DSS上面的哈。Lexicon-based Comments-oriented News Sentiment Analyzer system.pdf
  3. 所属分类:其它

    • 发布日期:2012-11-25
    • 文件大小:622kb
    • 提供者:huxiaoying_1111
  1. 从健康到病理的早期儿童发展(0-6岁):文献综述

  2. 儿童早期发展涉及针对不同发展领域的适当的全球干预措施,例如:身体,认知,语言和社会情感[1]。 特别是在生命的头六年中,在一个充满交流和互动的适当环境中。 我们将在本文中回顾有关正常儿童早期发育的文献,首先关注正常发育的步骤,初次体验和急救的重要性以及稳定而贴心的依恋关系。 其次,我们将根据DSM5分类,描述从出生到6岁这一年龄段发生的各种发育障碍,即发育迟缓可能仅涉及发育的一个方面(例如,语言延迟或运动延迟)或关注发展的不同方面(总体发展延迟)。 阐明发育的动态也很重要,因为示意性地我们将固定
  3. 所属分类:其它

    • 发布日期:2020-06-02
    • 文件大小:480kb
    • 提供者:weixin_38537541
  1. 用于情感分析的深度学习:成功的方法和未来的挑战

  2. 情感分析(也称为观点挖掘)是自然语言处理中一个活跃的研究领域。 它旨在从社交网络,博客或产品评论中的用户生成的文本中识别,提取和组织情感。 在过去的15年中,许多文献研究利用机器学习方法来从不同角度解决情感分析任务。 由于机器学习器的性能在很大程度上取决于数据表示的选择,因此许多研究致力于通过领域专家和精心的工程来构建功能强大的特征提取器。 近年来,深度学习方法以强大的计算模型出现,该模型无需特征工程即可自动从数据中发现文本的复杂语义表示。 这些方法改进了许多情感分析任务中的最新技术,包括句子/
  3. 所属分类:其它

    • 发布日期:2021-03-05
    • 文件大小:452kb
    • 提供者:weixin_38672815