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. Aviation-tweets-sentiment-analysis:此情绪在Twitter上执行，以确定对美国航空的总体意见。 公司和品牌通常使用情感分析来跨社交媒体平台或整个网络监控品牌声誉。 数据科学机器学习在航空工业中的应用-源码

  2. 关于美国航空的推文的情感分析 这个项目是我使用Streamlit开发的机器学习和数据驱动的Web应用程序之一。 该项目的目标是形象化各种推特情绪，并确定对美国航空的总体看法。 公司和品牌通常使用情感分析来跨社交媒体平台或整个网络监控品牌声誉。 数据科学/机器学习在航空业解决问题中的应用。 关于数据集 该数据集是在2015年2月从Twitter上抓取的，首先要求参与者对正面，负面和中性推文进行分类，然后对负面原因进行分类（例如“后期飞行”或“粗鲁的服务”）。 有关数据集的更多详细信息，请参见 参考

  3. 所属分类：其它

  1. 加密推文-源码

  2. 在Twitter上结合网络分析，情感分析和主题建模 刮取推文，建立图表，识别中心用户，生成趋势主题列表并评估用户情绪。 在本地Dash Web应用程序中可视化网络并与之交互。 如何使用。 在运行可视化应用“ dash_app.py”之前，必须运行两个脚本： 使用“ tweet_scrape.py”擦除推文。 您需要从Twitter获取API开发人员密钥（这是免费的）。 修改感兴趣的关键字的“ searchQuery”字段。 目前，这将抓取与关键字匹配的75,000条Tweets，或大约。 1

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：407kb
    • 提供者：weixin_42121058

  1. Twitter_PNL_PUBLIC：用于推文的情感分析应用程序-源码

  2. Twitter_PNL_PUBLIC Twitter情绪分析 关于应用程序 考虑到NLP（自然语言处理）对于创建尖端技术的重要性。 这是该应用程序的第一个版本，它允许分析tweets来获取情绪并显示带有一些有趣指标的仪表板，例如：Most Common Words和Tweets Location。 通过以下命令克隆当前存储库：git clone 您将需要创建venv：python3 -m venv venv 激活环境：源激活venv / bin / activate 安装所需的库：p

  3. 所属分类：其它

  1. tweets-情感分析：Tweets情感分析-源码

  2. 我从过去几天的10.000条推文中提取了数据，其中病毒的传播处于最高水平。 但是，这种情绪分析的结果表明，正面推文在很大程度上抵消了负面推文。 疫苗接种步伐的加快及其带来的希望是否会带来这种后果？ 如果增加样本，或者只是更改推文提取的日期，我们可能会偶然发现其他不同的结果。

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：27kb
    • 提供者：weixin_42157188

  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. Twitter情感分析：with神经网络情感分析-源码

  2. 两个没有ML知识的家伙开始创建一个神经网络来进行Twitter情绪分析。 ：D 如何使用： 将情感分析数据集提取到“ full_data”（或任何您想要的数据） 运行“ python3 split_data.py full_data 1000”，将训练数据分成随机的1000条不良tweets和1000条良好tweets。 运行'python3 ffn_twitter.py'。 当前，您必须对文件名进行硬编码。

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：56mb
    • 提供者：weixin_42112658

  1. 趋势分析器：分析即将上映的电影的趋势-源码

  2. 趋势分析器 分析即将上映电影的预期趋势。 该项目通过从IMDb和Twitter抓取数据，然后对推文执行情感分析以识别正面推文，来分析电影预期趋势。 最后绘制此时间序列数据以识别电影预期中的模式。 工作流程分为三个步骤： 数据搜集在存储库的scraper文件夹中，有两个用于刮擦的脚本： a） films.py-从IMDb中刮起电影的流行度并将其存储在mongodb中。 （这是每10分钟从crontab运行一次的代码） b） tweets.py-从Twitter抓取tweets并将其放入文本文

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：972kb
    • 提供者：weixin_42170064

  1. Sentiment-Analyzer：使用Naive Bayes和CNN进行情感分析的模型，以及使用React在Tweets和Web应用程序上实现模型的方法-源码

  2. 情绪分析仪 怎么跑 用于模型训练 在jupyter上逐步运行进行模型训练。 运行来收集Samsung上的推文。（确保您具有Twitter Developers Account和twitter api凭据）。 运行 ，以在jupyter上使用Tweets的训练模型。 用于运行Web应用程序 脚步：- 导航到“ 文件夹。 运行yarn install 打开两个终端，在Web应用程序文件夹中运行npm start ，在kanjo-server文件夹中运行python server.py来启

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：55mb
    • 提供者：weixin_42144554