微博情感分析代码（含数据集）weibo emotional analyse.zip

中文5大领域情感分析语料，包含服装、酒店、网购、洗发水等5个领域的评价，各个领域正负各2000条数据。

项目主要是利用BERT实现中文的情感分类 主要实现包括： bert 模型的实现 利用起进行情感分类 需要版本 python3 和tensorflow 大于1.10

数据库为视频，将其转换成wav音频格式，便于进行语音情感识别

大连理工情感词典修正版本，解决了NA倾向的词语无法读出的问题，内含大连理工情感词汇本体库，使用说明文档，简单的使用demo（利用词语情感强度来进行评分），适用于文本分析的初步学习者学习。

找了几天的情感词词典，和大家分享一下。有需要可下载。里面包含四个词典，分别是：台湾大学NTUSD简体中文情感词典，清华大学李军中文褒贬义词典，BosonNLP_sentiment_score，知网hownet2007。

包含wordsList.npy，wordVectors.npy，idsMatrix.npy三个框架

该预训练词嵌入根据斯坦福大学提出的Glove模型进行训练，主要包括如下四个文件： 1） glove.6B：Wikipedia 2014 + Gigaword 5 (6B tokens, 400K vocab, uncased, 50d, 100d, 200d, & 300d vectors, 822 MB download) 2） glove.42B.300d：Common Crawl (42B tokens, 1.9M vocab, uncased, 300d vectors, 1.75 GB download) 3）glove.840B.300d：Common Crawl (840B tokens, 2.2M vocab, cased, 300d vectors, 2.03 GB download) 4）glove.twitter.27B：Twitter (2B tweets, 27B tokens, 1.2M vocab, uncased, 25d, 50d, 100d, & 200d vectors, 1.42 GB download)

文本情感分析作为NLP的常见任务，具有很高的实际应用价值。本文将采用LSTM模型，训练一个能够识别文本postive, neutral, negative三种情感的分类器。

台湾大学NTUSD - 简体中文情感极性词典、台湾大学NTUSD - 简体中文情感极性词典