基于RNN的情感分析.ipynb

情感词典最全版，包括褒贬词及其近义词、否定词典、汉语情感词极值表、清华大学李军中文褒贬义词典、情感词典及其分类、情感词汇本体、台湾大学NTUSD简体中文情感词典、知网Hownet情感词典

微博文本分析和可视化 0.数据来源和结构 新浪微博，爬虫链接： 微博内容数据结构（mongo数据库导出的json文档） content_example: [ {'_id': '1177737142_H4PSVeZWD', 'keyword': 'A股', 'crawl_time': '2019-06-01 20:31:13', 'weibo_url': 'https://weibo.com/1177737142/H4PSVeZWD', 'user_id': '1177737142', 'created_at': '2018-11-29 03:02:30', 'tool': 'Android'

情感分析程度级别词语（中文），分级但没有程度值！！！！

#基于BosonNLP情感词典的情感分析示例代码 1. 读入BosonNLP情感词典和停用词表； 2. 使用pandas库读入.xlsx格式的待分析文本； 3. 使用jieba库对文本进行分词； 4. 删除停用词后计算评分； 5. 根据情感得分正负标记积极和消极； 6. 将结果写出为.xlsx格式文件。

《知网》情感分析用词语集（beta版《知网》情感分析用词语集（beta版

餐饮行业评论语料用于情感分类 文件为utf-8编码 共两个文件 分别存放正负面数据 pos.txt文件为正面评论文件 每行一条 共83702条 neg.txt文件为负面评论文件 每行一条 共83702条

情绪分析 在 上通过微调 ， 或训练的情感分析神经网络。 安装要求 pip install numpy pandas torch transformers 使用我在s3上载的模型分析您的输入 python analyze.py 火车模型 python train.py --model_name_or_path bert-base-uncased --output_dir my_model --num_eps 2 支持bert-base-uncase，albert-base-v2，distilbert-base-uncase和其他类似模型。 评估您训练的模型 python evaluate.py

采用模糊匹配的算法对电商类似于淘宝系统上的评论进行评价分析，得到想要的结果

随着互联网相关技术的高速发展，以及移动客户端的兴起。网上购物已经是现代家庭生活重要组成部分。用户在进行购物的时候会产生大量的访问数据和交易数据，这些数据庞大而且看似杂乱无章，但其中包含着巨大的商业价值。如何高效、准确的获取到其中的商业价值呢？本文采取基于数据挖掘爬虫技术获取电商用户评价数据，同时对获取的数据进行分析关键来完成相关的要求。