情感分析是研究和分析人们对不同产品，服务或主题的看法，观点，情感等。 电影评论，产品评论，推文等可以用作数据，并且可以分析用户的情绪，无论是正面的，负面的还是中立的。 情感分析可以使用多种技术和不同级别来完成。 根据需要，可以分析整个句子或文档。 组织可以使用情感分析的结果来改善其产品或服务的质量，情感分析可以帮助决策。 本文讨论了几种用于情感分析的技术。

fine_conf_entity_10

适用于ppt分享

How to Fine-Tune BERT for Text Classification

Amazon Fine Food Reviews 是由亚马逊的食品评论组成的数据集，其包含截止 2012 年 10 月在亚马逊网站上的 568454 条食品评论信息，其包括用户信息、评论内容、食品信息和食品评分等数据。 该数据集由 Kaggle 于 2013 年发布，相关论文有《From amateurs to connoisseurs: modeling the evolution of user expertise through online reviews》。

CLUENER2020 中文细粒度命名实体识别 Fine Grained Named Entity Recognition

FineGym is provided by the Chinese University of Hong Kong.本数据集由香港中文大学提供。 finegym_categories.zip finegym_v1.0.zip

本系统目的是使模糊的人脸图片变清晰, 核心问题是去模糊，与图像超分辨率和图像修复问题不同。图像超分低分辨率图像与高分辨率图像本身差别不大，只有细微的极小局部的差别，而图像修复则是图像中缺失一部分，需要复原成原图，除去缺失部分其余部分和原图一模一样。总之，模糊图像增强是一个全局的图像超分问题和局部的图像修复的结合问题，核心是图像去模糊。

MMAL网 这是论文用于细粒度的PyTorch实施（张帆，李萌，翟桂生，刘亦钊）由第27届国际多媒体建模国际会议（MMM2021）提供。 欢迎与我们讨论问题！ 目录 要求 的Python 3.7 pytorch 1.3.1 numpy的1.17.3 scikit图像0.16.2 Tensorboard 1.15.0 TensorboardX 2.0 tqdm 4.41.1 图像2.6.1 枕头6.1.0 数据集 下载数据集，并将提取的图像文件夹的内容复制到datasets / CUB 200-2011 / images中。 下载数据集并将提取的data / images文件夹的内容复制到datasets / FGVC_Aircraft / data / images ） 您也可以尝试其他细粒度的数据集。 培训TBMSL-Net 如果要训练MMAL-Net，请在运行py

本系统目的是使模糊的人脸图片变清晰, 核心问题是去模糊，与图像超分辨率和图像修复问题不同。图像超分低分辨率图像与高分辨率图像本身差别不大，只有细微的极小局部的差别，而图像修复则是图像中缺失一部分，需要复原成原图，除去缺失部分其余部分和原图一模一样。总之，模糊图像增强是一个全局的图像超分问题和局部的图像修复的结合问题，核心是图像去模糊。