假新闻检测器
欢迎分类为假新闻。
目标
端到端的机器学习管道将：
提取原始文本数据。
将原始文本数据处理为段落向量
将受过训练的有监督学习分类器应用于段落向量，以将原始文本标记为fake或not_fake fake
知识
比较当今使用的词嵌入应用程序的不同方法
在两者上都使用像Gensim这样的神经嵌入实现
词向量化和
段落矢量化
超调谐神经嵌入算法作为端到端流水线的一部分
使用标准的行业分类器，并将其与端到端管道集成
对多阶段机器学习管道进行故障排除
结构
（第一阶段）假新闻分类：
分类器应用程序伪造新闻文本。
嵌入代码是为学生事先准备的，因此他们可以专注于应用分类器基础知识。
将关注度量（精度，召回率，F1）和模型选择
（第2阶段）文本嵌入技术：
什么是Word2Vec，什么是Paragraph2vec
回顾历史策略以及word2vec为什么效果更好
TF IDF（历史简
2021-11-16 18:44:41
215.26MB
1
资源涵盖US News、软科、QS、THE最新（2021/11/10）世界大学排名数据及相应的获取数据所用的python脚本
2021-11-15 14:07:38
13.21MB
1
0.快速开始
挑战杯项目：金融文本情感分析模型|| 挑战杯项目：财务文本情感分析模型
金融领域短文本情感分析
配置要求： python 3.x
1.使用方法
1.0下载
sudo git clone https://github.com/AsuraDong/news-emotion.git news_emotion
mv -R ./news_emotion/ 你的程序路径/
1.1文件结构
clean_data / # 清洗数据
__init__ . py
clean_html . py # 清洗网页标签
langconv . py # 简体和繁体转化
zh_w
2021-11-11 15:02:35
3.6MB
1
上市公司新闻文本分析与分类预测
简介
上市公司新闻文本分析与分类预测的基本步骤如下：
从新浪财经、每经网、金融界、中国证券网、证券时报网上，爬取上市公司（个股）的历史新闻文本数据（包括时间、网址、标题、正文）
从Tushare上获取沪深股票日线数据（开、高、低、收、成交量和持仓量）和基本信息（包括股票代码、股票名称、所属行业、所属地区、PE值、总资产、流动资产、固定资产、留存资产等）
对抓取的新闻文本按照，去停用词、加载新词、分词的顺序进行处理
利用前两步中所获取的股票名称和分词后的结果，抽取出每条新闻里所包含的（0支、1支或多支）股票名称，并将所对应的所有股票代码，组合成与该条新闻相关的股票代码列表，并在历史数据表中增加一列相关股票代码数据
从历史新闻数据库中抽取与某支股票相关的所有新闻文本，利用该支股票的日线数据（比如某一天发布的消息，在设定N天后如果价格上涨则认为是利好消息，反之则是
2021-10-27 10:54:26
5.39MB
1
Datawhale learning dataset
articles.csv
testA_click_log.csv
train_click_log.csv
articles_emb.csv
2021-10-26 22:07:55
424.4MB
1
MySql练习1：创建数据库表news.zip
MySql练习1：创建数据库表news.zip
MySql练习1：创建数据库表news.zip
2021-10-24 17:54:36
3KB
1
transformer_news:基于transformer的中英文平行语料翻译系统
2021-09-28 17:19:16
25.38MB
1
新闻推荐的MIND数据集是从Microsoft新闻网站的匿名行为日志收集的。
MIND Microsoft News Recommendation Dataset_datasets.txt
2021-09-23 13:15:03
367B
1
消息
基于Django前阶段分离开发-新闻管理系统
一，开发目的
通过新闻系统前逐步分离开发，在引入开发api的过程中让你快速熟练掌握django rest framework框架的开发，让你要项目实战中掌握rest标准api的开发技术。的掌握django模板调用api的过程。
二，开发环境
•开发工具：Pycharm
•开发环境为：Windows10，Python3.6.8，Django2.0.3，djangorestframework（3.8.2）
•数据库：Mysql5.6
•前端：Div + Css，ajax
•初期：Django2.0.3，djangorestframework（3.8.2）
三，创建项目和应用
django-admin.py startproject newsapi
python manage.py startapp article
四，安装项目所需依赖
2021-09-22 10:54:12
17.34MB
1
News_recommend
本次项目是基于大数据计算引擎的新闻推荐系统--"今日小站"，包含了爬虫，新闻网站（前端和后端），推荐系统（Spark）。
前端效果：
一.爬虫
开发环境：
pycharm+python3
软件架构：
mysql+scrapy+splash
项目描述：
爬虫项目负责重复爬取今日头条首页新闻，去除重复新闻，存入mysql。
二.新闻网站：
开发环境：
IntelliJ IDEA + maven + git + linux
软件架构：
mysql + springboot
项目描述：
今日小站是基于springboot框架搭建的web项目，用户在网站完成注册登录后，网站会记录用户的浏览行为。同时网站也会把推荐结果呈现给用户。
三.推荐系统：
开发环境：
IntelliJ IDEA + maven + git + linux
软件架构：
zookeeper + flu
2021-09-15 14:03:10
25.6MB
1