SINA微博情感200万条（喜悦、厌恶、低落、愤怒）

本资源为自己人工标记的微博语料，分为消极pos.txt，积极neg.txt 各60000条，适用于机器学习情感分析，训练数据原数据

本资源为自己人工标记的微博语料，分为消极pos.txt，积极neg.txt 各60000条，适用于机器学习情感分析，训练数据原数据

基于SVM的中文微博情感分析的研究，svm对分类问题处理还是很不错的

基于python和CNN算法实现微博情感分类，分4类： 0：喜悦 1：愤怒 2：厌恶 3：低落。 大致思路是利用CNN对已有的的词汇数据进行训练，然后利用模型在测试集上验证效果。环境配置： windows10企业版(x64)+python3.6.8(x64) nltk == 3.4.5 pandas == 0.25.3 numpy ==  1.16.4 scikit-learn = 0.20.4 keras == 2.2.2 tensorflow == 1.9.0 jieba == 0.42.1

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

文本情感分析工具，可以用于微博内容情感分析，也可以用于微博舆论监控 --转自武大沈阳博客

使用用户交互关系的微博情感取向检测

一、 使用微博应用获取微博文本，代码地址 二、 SVM初步分类(svm_temp.py) 三、 利用贝叶斯定理进行情感分析 四、 利用AdaBoost加强分类器

微博情感200万条