1、修改模型路径（下载到你电脑上的路径）
2、文件 data 路径下，支持 Excel（需要预测的列名为 “sent”）。
3、运行 sentiment.py，生成结果在 result 文件夹。
2024-03-11 22:16:33
16KB
1
将循环神经网络中的长短期记忆网络和前馈注意力模型相结合，提出一种文本情感分析方案。在基本长短期记忆网络中加入前馈注意力模型，并在TensorFlow深度学习框架下对方案进行了实现。根据准确率、召回率和F1测度等衡量指标，与现有的方案对比表明，提出的方案较传统的机器学习方法和单纯的长短期记忆网络方法有明显的优势。
2023-05-09 23:53:56
1.13MB
1
pytorch实现文本情感分析详细教程
关键词：python，情感分析，英文文本分类，Bi-LSTM
训练集准确度高达98%，验证集准确度最高达到82%，数据集来自竞赛平台DataCastle，竞赛链接为：https://challenge.datacastle.cn/v3/cmptDetail.html?spm=5176.12282016.0.0.31ed52e3oG2G01&id=359，本代码可以帮助大家获取前70的排名成绩，后续可以进行二次修改，有望冲击前50。
2023-04-22 14:40:48
259.93MB
1
本项目通过textcnn卷积神经网络实现对文本情感分析识别，由python 3.6.5+Pytorch训练所得。
2023-03-22 16:44:42
289KB
1
基于BERT的德语社交媒体文本情感分析，李澜，叶勇超，德语语法复杂,语序多变,造成其社交媒体文本情感分析难度较大,相关研究较少。为解决以上研究难点,本文分析了德语及其社交媒体文本��
2022-08-24 00:22:49
1.41MB
1
对话情绪识别
对话情绪识别适用于聊天、客服等多个场景，能够帮助企业更好地把握对话质量、改善产品的用户交互体验，也能分析客服服务质量、降低人工质检成本。
对话情绪识别（Emotion Detection，简称EmoTect），专注于识别智能对话场景中用户的情绪，针对智能对话场景中的用户文本，自动判断该文本的情绪类别并给出相应的置信度，情绪类型分为积极、消极、中性。
2022-07-21 10:07:33
78.87MB
1