细粒度情感分类
此仓库显示了对各种NLP方法的比较和讨论，这些方法可以在（SST-5）数据集上执行5级情感分类。 目标是使用多个基于规则，基于线性和神经网络的分类器来预测此数据集上的类，并查看它们之间的区别。
当前已实现以下分类器：
TextBlob ：基于规则，使用库中的内部polarity度量。
Vader ：基于规则，使用库中的compound极性分数。
Logistic回归：在将词汇表转换为特征向量并考虑使用TF-IDF的词频影响后，在scikit-learn中训练简单的logistic回归模型。
SVM ：在将词汇表转换为特征向量并使用TF-IDF考虑词频的影响后，在sci
2021-08-19 22:24:07
1.55MB
1
过去的Vu
让我们一起回忆整个世界！
贡献
我们欢迎任何热心的开发人员帮助我们构建更好的 PastVu。 您可以使用以下说明安装项目的本地版本。
创建开发环境
（首选选项）
使用 Docker 运行
您需要安装和 。
# Download database dump
curl -O https://varlamov.me/pastvu/github/pastvu.gz
# Run the mongo container in background
docker-compose up -d mongo
# Import pastvu db
docker-compose exec -T mongo mongorestore --gzip --db pastvu --archive < pastvu.gz
# Install node modules
docker-compose run
2021-08-03 18:04:58
13.18MB
1