电影评论数据作为训练数据集. 其中, 训练数据集20000条(正负向各10000条); 测试数据集6000条(正负向各3000条)。造福没有积分的宝宝。资源来自于https://www.ctolib.com/lxw0109-ChineseSentimentAnalysis.html

包含BosonNLP、清华大学李军中文褒贬义词、台湾大学NTUSD简体中文情感词典、知网的情感分析词典

内含SnowNLP中文情感分析+可视化分析源代码及旅游评论的positive、negative训练文本，方便有相关需求的小伙伴

中文情感分析的实质是文本分类问题，本项目分别采用CNN和BI-LSTM两种模型解决文本分类任务，并用于情感分析，达到不错的效果。 两种模型在小数据集上训练，在验证集的准确率、号回率及F1因子均接近90% 项目设计的目标可以接受不同语料的多种分类任务，只要语料按照特定格式准备好，就可以开始调参训练、导出、serving。

Chinese-Sentiment A Chinese sentiment analyze lib with Python #simple to use： ##example ##first,you can import python lib like this: import pos_neg_senti_dict_feature as pn import textprocessing as tp ##for single sentence print pn.single_review_sentiment_score('买过散装的粽子才来买礼盒的，礼盒很大气，比超市买的100多的还要好，配置也不 错，肉的素的都有，刚煮了个蛋黄粽子很不错，米好蛋黄也黄很香，老板态度很好，还想买一份～'.decode('utf8')) ##for all dataset for i in pn.all_rev

自然语言理解技术原产出物，基于这个数据底层进行开发了很多 NLP平台，可以学习保存

该数据集包括了四个领域的中文评论：笔记本电脑、汽车、相机和手机，评论属于 二分类 任务及正面或负面。可被用作于 自然语言处理 中情感分类任务。 camera_label.txt camera_sentence.txt car_label.txt car_sentence.txt car_target.txt notebook_label.txt notebook_sentence.txt notebook_target.txt phone_label.txt phone_sentence.txt phone_target.txt camera_target.txt

一、cnsenti 中文情感分析库(Chinese Sentiment))可对文本进行情绪分析、正负情感分析。 https://github.com/thunderhit/cnsenti https://pypi.org/project/cnsenti/ 特性 情感分析默认使用的知网Hownet 情感分析可支持导入自定义txt情感词典(pos和neg) 情绪分析使用大连理工大学情感本体库，可以计算文本中的七大情绪词分布 注意 代码中情绪分析使用的大连理工大学情感本体库，如发表论文，请注意用户许可协议 1、该情感词汇本体由大连理工大学信息检索研究室独立整理标注完成，可供国内外大学、科研院所及个人用于学术研究目的。 2、如任何单位和个人需将其用于商业目的，请发送邮件至 进行协商。 3、使用过程中如发现该资源中有任何错误或不妥之处，欢迎用户将您的宝贵意见发送至邮箱 ，我们 将以最快的速度

中文情感分析python程序,基于python的情感分析案例,Python源码.zip

基于SVM中文情感分析研究，分析的很好,详细介绍了实验的过程，很有价值 基于SVM中文情感分析研究，分析的很好,详细介绍了实验的过程，很有价值