主要介绍了Python实现购物评论文本情感分析操作,结合实例形式分析了Python使用中文文本挖掘库snownlp操作中文文本进行感情分析的相关实现技巧与注意事项,需要的朋友可以参考下
2021-07-26 22:33:53
96KB
1
为了降低生物医学文本中命名实体识别对目标领域标注数据的需求，将生物医学文本中的命名实体识别问题转换为基于迁移学习的隐马尔可夫模型问题。对要进行命名实体识别的目标领域数据集无须进行大量数据标注，通过迁移学习的方法实现对目标领域的识别分类；以相关领域数据为辅助数据集，利用数据引力的方法评估辅助数据集的样本在目标领域学习中的贡献程度，在辅助数据集和目标领域数据集上计算权值进行迁移学习。基于权值学习模型，构建基于迁移学习的隐马尔可夫模型算法BioTrHMM。在GENIA语料库的数据集上的实验表明，BioTrHMM算法比传统的隐马尔可夫模型算法具有更好的性能，仅需要少量的目标领域标注数据即可具有较好的命名实体识别性能。
2021-07-17 15:45:49
968KB
1
使用Apache-Spark进行文本分析：这是一个使用Apache Spark，pySpark，Pandas，Numpy的文本挖掘项目。
2021-07-12 14:27:54
708KB
1
自然语言处理必读论文
聚类&词向量
主题模型
语言模型
分割、标注、解析
序列模型、信息抽取
机器翻译， seq2seq模型
指代消歧
自动文本总结
问答系统、阅读理解
生成模型、强化学习
机器学习
神经网络模型
转载：http://blog.csdn.net/weixin_40400177/article/details/103485753
侵删！！！
2021-07-09 10:16:13
37.19MB
1
使用Python进行文本挖掘分析 100份文件 使用sklearn库进行处理
2021-07-08 15:02:46
510KB
HarvestText
Sow with little data seed, harvest much from a text field.
播撒几多种子词，收获万千领域实
在和上同步。如果在Github上浏览/下载速度慢的话可以转到上操作。
用途
HarvestText是一个专注无（弱）监督方法，能够整合领域知识（如类型，别名）对特定领域文本进行简单高效地处理和分析的库。适用于许多文本预处理和初步探索性分析任务，在小说分析，网络文本，专业文献等领域都有潜在应用价值。
使用案例:
（实体分词，文本摘要，关系网络等）
（实体分词，情感分析，新词发现[辅助绰号识别]等）
相关文章：
【注：本库仅完成实体分词和情感分析，可视化使用matplotlib】
(命名实体识别，依存句法分析，简易问答系统)
本README包含各个功能的典型例子，部分函数的详细用法可在文档中找到：
具体功能如下：
基本处理
2021-07-07 15:40:33
2.02MB
1