使用Yelp评论进行情感分类python程序源代码TSNE和PCA探索单词表示LSTM模型LinearSVC,Bernoulli

上传者: yushibing717 | 上传时间: 2024-05-28 20:19:57 | 文件大小: 1.52MB | 文件类型: ZIP
使用Yelp评论进行情感分类python程序源代码TSNE和PCA探索单词表示LSTM模型LinearSVC,BernoulliNB,MLPClassifier 情感分类情感分类是情感分类的项目。(以Yelp审查为输入)资料资源什么是新的3.1探索其他数字特征(而不是仅文本)利用“有用”信息(由yelp提供的属性)进行weighted samples实验使用“均值”处理缺失值2.4伯特转移学习建立和调整bert模型。可视化数据分配2.3改变表达句子向量的方式建立和调整LSTM模型。2.2建立和调整LinearSVC模型。建立和调整BernoulliNB模型。建立和调整MLPClassifier模型。建立和调整LogisticRegression模型。建立和调整DecisionTree模型。2.1使用W2F创建情感分类训练word representation模型使用TSNE和PCA探索单词表示1.1使用tf-idf创建情感分类建立和调整LinearSVC模型。 使用Yelp评论进行情感分类python程序源代码TSNE和PCA探索单词表示LSTM模型LinearSVC,B.zi

文件下载

资源详情

[{"title":"( 20 个子文件 1.52MB ) 使用Yelp评论进行情感分类python程序源代码TSNE和PCA探索单词表示LSTM模型LinearSVC,Bernoulli","children":[{"title":"e38def22abeeb7b8e515b8512ba9de0.png <span style='color:#111;'> 16.99KB </span>","children":null,"spread":false},{"title":"Sentiment-Classification-main","children":[{"title":"sentiment_bert.py <span style='color:#111;'> 13.35KB </span>","children":null,"spread":false},{"title":"DataPreprocess","children":[{"title":"load.py <span style='color:#111;'> 560B </span>","children":null,"spread":false},{"title":"anlysis.py <span style='color:#111;'> 801B </span>","children":null,"spread":false}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 34.33KB </span>","children":null,"spread":false},{"title":"sentiment_analysis_df_idf.py <span style='color:#111;'> 12.17KB </span>","children":null,"spread":false},{"title":"sentiment_analysis_w2v.py <span style='color:#111;'> 14.16KB </span>","children":null,"spread":false},{"title":"Imgs","children":[{"title":"sentence length.png <span style='color:#111;'> 160.72KB </span>","children":null,"spread":false},{"title":"loss foss.png <span style='color:#111;'> 12.30KB </span>","children":null,"spread":false},{"title":"GS.png <span style='color:#111;'> 91.20KB </span>","children":null,"spread":false},{"title":"sentence length per star ranking.png <span style='color:#111;'> 70.38KB </span>","children":null,"spread":false},{"title":"auc_foss.png <span style='color:#111;'> 11.46KB </span>","children":null,"spread":false},{"title":"word observation_tf-idf.png <span style='color:#111;'> 263.55KB </span>","children":null,"spread":false},{"title":"distribution_word_freq.png <span style='color:#111;'> 119.79KB </span>","children":null,"spread":false},{"title":"PCA_w2v.png <span style='color:#111;'> 515.08KB </span>","children":null,"spread":false},{"title":"WC.png <span style='color:#111;'> 335.63KB </span>","children":null,"spread":false},{"title":"pca_with_standard_norm.png <span style='color:#111;'> 37.51KB </span>","children":null,"spread":false},{"title":"acc_foss.png <span style='color:#111;'> 13.10KB </span>","children":null,"spread":false}],"spread":false},{"title":"README.md <span style='color:#111;'> 14.82KB </span>","children":null,"spread":false},{"title":"Models","children":[{"title":"w2v.model <span style='color:#111;'> 0B </span>","children":null,"spread":false}],"spread":true}],"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