搜索资源列表
Bayesian-classifier
- 本实验基于贝叶斯分类器对采集的微博数据进行情感分析，从中提取出不同的情感类别。-In this study, Bayesian classifier based on the micro-blog sentiment analysis data were collected, extracted from different emotional categories.
JnaTest_V1
- 基于中科院NLPIR分词系统做的分词以及新词发现系统，第二十届全国信息检索学术会议（CCIR2014）题目2.3，微博新词发现与情感分析的源码，可处理大语料的微博出局-Based on NLPIR Chinese Academy of Sciences, to solve the problem CCIR2014,Blog content s new words discover and sentiment classify.
Twitter-Sentiment-Analysis-master
- 情感分析，使用微博数据，需要使用JSP,需要用tomcat，需要有一定编码基础-sentiment analyse
1400OS_06_Codes
- python 微博情感分析,用于对大数据的微博评论进行情感分析-python text analyse text analyse text analyse text analyse text analyse
weibo_relation_corpus
- 用于进行情感分析或者自然语言处理方面都可以。该预料是来自于一个微博大v下的自然预料(It can be used for sentiment analysis or Natural Language Processing. The expectation is coming from a natural expectation under a big micro-blog V)
CNN
- 卷积神经网络的源代码，用于微博博文文本情感分析的三分类。(Convolutional neural network source code for micro-blog Bowen text sentiment analysis of the three categories.)
RunCNN
- 卷积神经网络的源代码，用于微博博文情感分析的三分类。(Convolutional neural network source code, for micro-blog Bowen sentiment analysis of the three categories.)
微博情感分析三种实现
- 用snownlp 情感字典 机器学习三种方法实现微博情感分析(Three methods of learning micro-blog emotion by using snownlp affective dictionary machine)
情感分析用词语集·知网hownet词典
- 该软件可以实现微博分析、聊天分析、全网分析、网站分析、浏览分析、分词、词频统计、英文词频统计、流量分析、聚类分析等一系列文本分析(The software can realize micro-blog analysis, chat analysis, whole network analysis, website analysis, browse analysis, word segmentation, word frequency s
谢丽星
- 基于SVM的中文微博情感分析研究，清华大学硕士论文(Sentiment Analysis of Chinese Micro Blog using SVM)
爬取热门微博评论并进行数据分析、nlp情感分析
- 爬取热门微博评论并进行数据分析、nlp情感分析 xuenlp.py功能包含： 读取数据库并进行数据去重 对微博评论进行情感分析并生成统计结果 统计微博评论中的表情排行 统计微博评论中的粉丝排行前20(Crawl popular microblog comments and do data analysis and NLP sentiment analysis Xuenlp.py functions include: Rea
微博情感分析评测数据
- 微博情感分析语料集，适用于做NLP情感分析(Microblog sentiment analysis corpus is suitable for NLP sentiment analysis)
weibo-comment-crawler-master
- 爬取单条微博的评论内容 把爬取的内容保存到csv或mysql中 对评论内容进行词频分析并画出词云图 分析评论的文本情感，统计积极评论与消极评论的数量(Crawling the comment content of a single microblog Save the crawled content to CSV or mysql Analyze the word frequency of the comments and draw t