主要给大家介绍了关于利用Python爬取微博数据生成词云图片的相关资料,文中通过示例代码介绍非常详细,对大家学习或者使用python具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧。
1
中文 八分类 贝叶斯 训练文件为ysr.py 可以生成两个模型并保存 测试文件为test.ipynb 偷个懒在notebook上写的 代码很好懂,写的也很简单,随便拿去改~
2021-12-07 21:24:57 1.89MB python 附件源码 文章源码
1
这是一个能够全自动无限制连续爬取新浪微博的图形界面工具。利用代理IP的方式实现全自动获取s.weibo.com站点的搜索结果的html文件。输入你想获取微博数据的关键字,例如“马航”,“章泽天”后,程序自动获取html文件保存到本地,然后解析得到微博数据,保存为txt和xml文件格式。微博数据包括: 微博文本,微博作者名,微博作者id,微博id,评论数,转发数,微博发送日期时间。 解压后有软件工程文件夹,包含源码。一个可执行jar包,需要jdk环境,win和mac下双击可运行。一个readme文件以及所有需要用到的第三方jar包。 如果你想了解更多关于此工具的原理和内容,请参考我的博客: http://blog.csdn.net/codingmirai/article/category/1836377 如果你积分不够下载,可以给我发邮件索要:hainanlxs(at)gmail(dot)com 也欢迎email交流代码的问题。
1
TIA博途中如何通过PLC变量控制开始和停止记录数据
TIA博途中如何设计报警功能块FB,来简化编写离散量报警程序的时间?
PDF格式。微博短文本情感分析的目的是发现用户对热点事件的观点及态度。已有的方法大多是基于词袋模型,然而,词袋模型 无法准确捕获带有情感倾向性的语言表现特征。结合卷积神经网络( CNN) 和长短期记忆网络( LSTM) 模型的特点,提出了卷 积记忆神经网络模型( CMNN) ,并基于此模型来解决情感分析问题。与传统算法相比,模型避免了具体任务的特征工程设计; 与 CNN 和LSTM 相比,模型既能够有效提取短文本局部最优特征,又能够解决远距离的上下文依赖。通过在COAE2014 数据集 上的实验来验证了模型对微博短文本情感分析的有效性。并与 CNN、LSTM 以及传统模型 SVM 做了实验对比,结果表明,模型 对于微博短文本情感分析在性能上优于其他3 种模型。
2021-12-06 21:56:35 318KB CNN 短文本分析 情感分析
1
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
2021-12-05 17:43:39 8.39MB 情感分析 微博语料 机器学习 标记语料
1
该文档为完整工程的归档文件,必须使用西门子博途15.1及以上版本才能打开,低版本不可以。 运行环境:西门子S7-300。 开发环境:西门子TIA portal(博途) 15.1。 编程语言:梯形图 实现功能:模拟3相6拍步进电机运行,要求电机停止时能自锁(停止时保存相通电),可正反转,具有加减速功能,可按设定的运行步数运行。脉冲频率>1s。
2021-12-05 17:03:15 317KB PLC S7-300 西门子 博途Portal
1
该文档为完整工程的归档文件,必须使用西门子博途15.1及以上版本才能打开,低版本不可以。 运行环境:西门子S7-300。 开发环境:西门子TIA portal(博途) 15.1。 编程语言:梯形图 实现功能:模拟地铁路线前进显示(类似跑马灯,具备正反功能),已到站点亮站名,未到站不亮,即将到达的站灯闪。
2021-12-05 17:03:15 354KB 西门子 PLC S7-300 博途Portal
1