在这个项目中，我们将应用自然语言处理来了解有关比特币和以太坊的最新新闻中的情绪。 我们还将应用基本的自然语言处理技术，以更好地理解与硬币价格有关的其他因素，例如文章中提到的常用单词和短语以及组织和实体。 我们将完成情感分析，自然语言处理和命名实体识别。
情绪分析
我们将使用News API，获取关于比特币和以太坊的最新新闻，并为每个硬币创建一个情感分数的DataFrame。
使用描述性统计信息来回答以下问题：
哪种硬币的平均阳性得分最高？
哪枚硬币的负分最高？
哪枚硬币的正面得分最高？
自然语言处理
在本节中，我们将使用NLTK和Python将每个硬币的文本标记化。
小写每个单词
删除标点符号
删除停用词
接下来，查看每个硬币的ngram和单词频率。
使用NLTK生成N = 2的ngram。
列出每个硬币的前10个字。
最后，为每个硬币生成词云，以总结每个硬币的新闻。
命名
2021-06-28 21:32:39
5.56MB
1
本片论文是2020中国入选ACL的论文之一，是北邮计算机学院图数据挖掘和机器学习实验室的石川老师等和微软亚洲研究院合作完成的项目，我简单拜读了一下，写一点自己的浅薄理解，这是做的一点笔记，如有不对还请指出！
2021-06-25 16:59:04
2.56MB
1
Natural Language Processing with TensorFlow-Packt Publishing (2018).pdf 高清带目录
2021-06-25 10:08:30
8.08MB
1
QA调查：北航大数据高精尖中心研究张日崇团队对问答系统的研究。包括知识图谱问答系统（KBQA）和文本问答系统（TextQA），每类系统分别对学术界和工业界进行研究
2021-06-24 09:36:33
21.67MB
1
包含机器学习、深度学习以及NLP常用的几款数据集，很适合收藏
2021-06-23 17:14:54
168.08MB
1
中科大自然语言理解期末资料，含08/12/20年试卷，21年回忆版在博客中，期末开卷，打印资料中最长的那个pdf和老师PPT就够了
2021-06-22 13:12:09
6.18MB
1
《深度学习之多标签图片分类（PyTorch版） 》课程从实战的角度出发，基于真实数据集并结合实际业务出发点，介绍深度学习多标签图片分类通用解决方案，通过本课程，彻底掌握多标签图片分类项目。
从0到1讲解如何场景业务分析、进行数据处理，模型训练与调优，最后进行测试与结果展示分析。全程实战操作，以最接地气的方式详解每一步流程与解决方案。
老师的授课风格： 以实战为主，结合理论，让大家彻底掌握图片多标签提取解决方案和项目实战。
2021-06-22 11:05:22
465B
1