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. AI Challenger 细粒度用户评论情感分析

  2. AI Challenger 全球AI挑战赛”是面向全球人工智能人才的开源数据集和编程竞赛平台，致力于满足AI人才成长对高质量丰富数据集的需求，推动AI在科研与商业领域结合来解决真实世界的问题。AI Challenger以服务、培养AI人才为使命，打造良性可持续的AI科研与应用新生态。2017年首届大赛发布了千万量级的数据集、一系列兼具学术与产业意义的竞赛、超过200万人民币的奖金，吸引了来自全球65个国家的8892支团队参赛，成为目前国内规模最大的科研数据集平台、以及最大的非商业化竞赛平台。AI

  3. 所属分类：深度学习

    • 发布日期：2018-12-15
    • 文件大小：70254592
    • 提供者：linxid

  1. AI Challenger 2018 细粒度用户评论情感分析数据集

  2. 在线评论的细粒度情感分析对于深刻理解商家和用户、挖掘用户情感等方面有至关重要的价值，并且在互联网行业有极其广泛的应用，主要用于个性化推荐、智能搜索、产品反馈、业务安全等。本次比赛我们提供了一个高质量的海量数据集，共包含6大类20个细粒度要素的情感倾向。参赛人员需根据标注的细粒度要素的情感倾向建立算法，对用户评论进行情感挖掘，组委将通过计算参赛者提交预测值和场景真实值之间的误差确定预测正确率，评估所提交的预测算法。

  3. 所属分类：机器学习

    • 发布日期：2019-04-15
    • 文件大小：70254592
    • 提供者：liu_ye96

  1. 用户评论情感分析数据集（细粒度）收集于（AI-challenger比赛）2018

  2. 共包含6大类20个细粒度要素的情感倾向.数据集分为训练、验证、测试A与测试B四部分。数据集中的评价对象按照粒度不同划分为两个层次，层次一为粗粒度的评价对象，例如评论文本中涉及的服务、位置等要素；层次二为细粒度的情感对象，例如“服务”属性中的“服务人员态度”、“排队等候时间”等细粒度要素。每个细粒度要素的情感倾向有四种状态：正向、中性、负向、未提及

  3. 所属分类：机器学习

    • 发布日期：2019-04-23
    • 文件大小：52428800
    • 提供者：u012429555

  1. AI Challenger 2018 细粒度用户评论情感分析数据集

  2. 一个高质量的海量数据集，共包含6大类20个细粒度要素的情感倾向。含有训练集、验证集和测试集

  3. 所属分类：深度学习

    • 发布日期：2019-06-26
    • 文件大小：53477376
    • 提供者：belle_zhe

  1. 美团细粒度用户评论情感分析数据集(2018-AI-challenger).zip

  2. AI Challenger 细粒度用户评论情感分析；比赛资源，可放心使用 AI Challenger 细粒度用户评论情感分析；比赛资源，可放心使用 AI Challenger 细粒度用户评论情感分析；比赛资源，可放心使用AI Challenger 细粒度用户评论情感分析；比赛资源，可放心使用

  3. 所属分类：算法与数据结构

    • 发布日期：2019-12-31
    • 文件大小：70254592
    • 提供者：wentixiaogege

  1. 细粒度用户评论情感分析数据集(2018-AI-challenger)

  2. 共包含6大类20个细粒度要素的情感倾向.数据集分为训练、验证、测试A与测试B四部分。数据集中的评价对象按照粒度不同划分为两个层次，层次一为粗粒度的评价对象，例如评论文本中涉及的服务、位置等要素；层次二为细粒度的情感对象，例如“服务”属性中的“服务人员态度”、“排队等候时间”等细粒度要素。每个细粒度要素的情感倾向有四种状态：正向、中性、负向、未提及.

  3. 所属分类：深度学习

    • 发布日期：2019-03-23
    • 文件大小：70254592
    • 提供者：demm868

  1. ai挑战赛2018.rar

  2. 本文研究的数据集来源于全球 AI 挑战赛（AI Challenger）的第二个赛道——细粒度用户评论情感分析。该比赛要求参赛者对互联网平台上用户的在线评论文本进行分析并判断文中是否提及 6 个目标的 20 个方面。如果方面被提及，则需要判断该方面所对应的情感极性。接下来通过几张表来详细地介绍数据集的情况。

  3. 所属分类：互联网

    • 发布日期：2020-06-04
    • 文件大小：52428800
    • 提供者：qq_38148600

  1. Ai—challenger数据集细粒度情感分析

  2. 在线评论的细粒度情感分析对于深刻理解商家和用户、挖掘用户情感等方面有至关重要的价值，并且在互联网行业有极其广泛的应用，主要用于个性化推荐、智能搜索、产品反馈、业务安全等。本次比赛我们提供了一个高质量的海量数据集，共包含6大类20个细粒度要素的情感倾向。参赛人员需根据标注的细粒度要素的情感倾向建立算法，对用户评论进行情感挖掘，组委将通过计算参赛者提交预测值和场景真实值之间的误差确定预测正确率，评估所提交的预测算法。

  3. 所属分类：SQLServer

    • 发布日期：2020-12-29
    • 文件大小：8388608
    • 提供者：qq_33432841

  1. 情感分析：细粒度用户评论情感分析-源码

  2. 细粒度用户评论情感分析 在线评论的细粒度情感分析对于深刻理解商家和用户，挖掘用户情感等方面有实质性的价值，并且在互联网行业有极其广泛的应用，主要用于个性化推荐，智能搜索，产品反馈，业务安全等。 依赖 Python 3.5 PyTorch 0.4 数据集 使用AI Challenger 2018的细粒度用户评论情感分析数据集，共包含6大类20个细粒度要素的情感倾向。 数据说明 数据集中的评价对象按照粒度不同划分为两个层次，层次一为粗粒度的评价对象，例如评论文本中涉及的服务，位置等要素；；层次二为

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：163840
    • 提供者：weixin_42099942