计算新闻文本类情感分析(采用TF-IDF,余弦距离,情感依存等算法)

上传者: 44510615 | 上传时间: 2021-07-08 15:02:45 | 文件大小: 88KB | 文件类型: ZIP
功能:计算新闻文本类情感分析 依赖库: jieba pyyaml colorama pyExcelerator sqlalchemy 算法: TF-IDF算法; 余弦距离算法; 详细算法见DOC中数学模型。

文件下载

资源详情

[{"title":"( 11 个子文件 88KB ) 计算新闻文本类情感分析(采用TF-IDF,余弦距离,情感依存等算法)","children":[{"title":"news_sentiment","children":[{"title":"Corpus","children":[{"title":"sentiment","children":[{"title":"CUT_WORD.yaml <span style='color:#111;'> 5.31KB </span>","children":null,"spread":false},{"title":"SEN_WORD_DICT.yaml <span style='color:#111;'> 73.71KB </span>","children":null,"spread":false}],"spread":true}],"spread":true},{"title":"main.py <span style='color:#111;'> 4.67KB </span>","children":null,"spread":false},{"title":"DOC","children":[{"title":"EDT模型.jpg <span style='color:#111;'> 58.71KB </span>","children":null,"spread":false}],"spread":true},{"title":"util.py <span style='color:#111;'> 2.73KB </span>","children":null,"spread":false},{"title":"analysis_corpus.py <span style='color:#111;'> 3.67KB </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"ifidf.py <span style='color:#111;'> 1.78KB </span>","children":null,"spread":false},{"title":"calc_sentiment.py <span style='color:#111;'> 1.98KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 253B </span>","children":null,"spread":false},{"title":"extract_sentences.py <span style='color:#111;'> 2.76KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明