推文分类资源-CSDN文库

共9个文件

csv：3个

md：1个

ipynb：1个

JupyterNotebook

需积分: 9 109 浏览量 2021-02-16 03:43:31 上传评论收藏 3.56MB ZIP 举报

资源推荐

资源详情

资源评论

PyTextSentiment：使用流API进行情绪检测和推文分类。 [NLTK] [Scikit Learn] [Twitter流API] [Bing API]

情绪检测和推文分类怎么跑转到您的终端。克隆该存储库并放入其中 git clone https://github.com/mjaglan/PyTextSentiment.git cd PyTextSentiment 编辑以下文件： app/assets/BingCredentials/bingClientId....

disaster_response_pipeline_project:将消息推文分类为各种类别的应用程序，以在救灾工作中更好地帮助和指导救援人员

应用程序主页：应用分类页面：安装使用以下说明，使用需求文件安装所需的库。 pip install -r requirements.txt指示在项目的根目录中运行时，以下命令将设置数据库和模型。运行以下命令以运行ETL管道，以清理数据...

博客推文：博客推文

关于Laravel Laravel是一个具有表达力，优雅语法的Web应用程序框架。我们认为，发展必须是一种令人愉悦的创造力，才能真正实现。 Laravel通过减轻许多Web项目中使用的常见任务来减轻开发工作的痛苦，例如：。。用于和存储的多个后端。直观的表达。数据库不可知。。。 Laravel易于访问，功能强大，并提供大型，强大应用程序所需的工具。学习Larave

解析推文

解析推文

推文情感提取

推文情感提取

预定的推文

自述文件该自述文件通常会记录启动和运行应用程序所需的所有步骤。您可能要讲的内容： Ruby版本系统依赖配置数据库创建数据库初始化如何运行测试套件服务（作业队列，缓存服务器，搜索引擎等）部署说明 ...

Twitter-Sentiment-Analysis：此项目开发了一种深度学习模型，该模型可训练160万条推文进行情感分析，以将任何新推文分类为肯定或否定

使用神经网络的Twitter情绪分析该回购库包含用于处理文本，工程师功能并使用神经网络执行情感分析的代码。该项目使用LSTM训练数据，并达到79％的测试精度。建立安装python 安装pyenv来管理Python版本brew install ...

预测竞争中的真实灾难推文

预测竞争中的真实灾难推文

NLP-classifying-disaster-tweets:预测哪些推文是关于真实灾难的，哪些不是

NLP分类灾难推文预测哪些推文是关于真实灾难的，哪些不是

bitcamp15:将歌曲与您的推文匹配

它使用 MetaMind API 将推文分类为 6 种情绪，并使用机器学习中的关联规则进行匹配。技术：我们使用 6 种情绪分类器匹配推文，并考虑 EchoNEST API 的以下属性。我们考虑歌曲的以下属性“可舞性”、“持续时间”...

crash_tweets：使用SVM，LSTM和BERT提交Kaggle竞赛“真实与否？NLP与灾难性推文”（排名前25％）的提交

NLP与灾难鸣叫”（排名前25％）挑战链接： : 链接到公共Kaggle笔记本（SVM）： : 在此存储库中，您将找到3个笔记本：一种使用spaCy字向量和SVM的一种使用BiLSTM的一种将预训练的BERT用于序列分类在测试集上，SVM的...

twitforget:删除你的推文

twitforget 删除您的推文记录 Twitforget使用Twitter API删除您的推文历史记录。设置您需要使用您的Twitter帐户的Twitter访问令牌授权该应用程序。请按照此处的说明进行操作： : 将访问令牌添加到配置文件中（默认值为〜/ .twitrc），如下所示： [twitter] token = <token> token_key = <token> co

tweetAnalyzer:它分析推文！

tweetAnalyzer 有史以来最好的项目。入门使用以下命令安装模块： npm install tweetAnalyzer var tweetAnalyzer = require ( 'tweetAnalyzer' ) ; tweetAnalyzer . awesome ( ) ; // "awesome" 文献资料（即将推出）例子（即将推出）贡献代替正式的样式指南，请注意保

twitter-game:谁发推文？！

“谁发过推文？” 是一款有趣的游戏，允许用户猜测推文的作者。游戏经过个性化处理，可以使用您关注的人的数据。该应用程序是使用Ruby on Rails，AngularJS，HTML，SASS创建的。它利用了Twitter API 。主要用户案例：用户可以通过Twitter安全登录用户可以开始游戏用户可以查看推文用户可以查看4个答案选项用户可以选择答案用户可以查看所选答案是正

twaural:听取您的推文

尾声 Twaural使用 Libray API从您选择的主题标签的推文中创建短暂的小歌曲。入门该项目是使用版本3.0.0-rc4。软件包中支持MongoDB，但是不必运行Twaural。先决条件 > = v0.12.0 （ npm install --global bower ），然后gem install sass （ npm install --global grunt

tweetAnalysis:推文分析

推文分析该项目旨在对推文进行机器学习和数据挖掘。我们创建了一个系统来使用搜索查询收集推文并将它们收集在我们的 mysql 数据库中。之后，我们进行了大量的清理操作以获得高质量的特征向量。之后我们使用LingPipe工具，根据情感对推文进行分类和分类。我已经添加了所有的 java 文件，如果需要任何其他信息，请随时联系...:)

lews-tweet-classifier-it：LEWS管道模块，用于意大利推特对滑坡和降雨进行分类

适用于意大利推文分类的LEWS数据管道模块这是意大利滑坡和雨水推文分类的管道模块先决条件 Docker 18.09.0或更高版本卡夫卡经纪人以json格式流数据安装并运行Kafka Broker Ubuntu 18.04 遵循视窗跟随苹果...

鸣叫分类器

申请调查一段时间内的推文以推断出有趣的模式，以便将另一组推文分类为各个主题或类别，例如政治，艺术，科学，战争，体育等，并从此分类中推论出更多模式，例如与重要的世界事件，位置，一天中的时间等相关联 ...

通过将特定领域的表示和常识知识建模为上下文感知的关注GRU，对疫苗情绪推文进行分类_Classifying vaccine se

通过将特定领域的表示和常识知识建模为上下文感知的关注GRU，对疫苗情绪推文进行分类_Classifying vaccine sentiment tweets by modelling domain-specific representation and commonsense knowledge into context-...

BERT灾难分类胶囊路由：探索具有层聚合（基于注意力和基于胶囊路由）和隐藏状态聚合（基于注意力和基于胶囊路由）的BERT-BiLSTM模型

tweet-stance-prediction：应用NLP转移学习技术来预测Tweet-stance

对于子任务A，目标是将针对特定主题的推文分类为以下三个类别之一：偏爱，反对和无。提供的笔记本使用称为转移学习的深度学习技术来尝试这种操作。自ImageNet取得成功以来，转移学习已在整个计算机视觉应用程序中...

收起资源包目录

Classification-of-Tweets-main.zip （9个子文件）

Classification-of-Tweets-main

README.md 173B

result_final_data_analysis.csv 3KB

Classification_of_Tweets.ipynb 450KB

Classification_of_Tweets.pdf 299KB

data_analysis.csv 1.47MB

image.png 319KB

capture.gif 1.5MB

cleaning_data_analysis.csv 3.28MB

requirements.txt 119B

评论收藏

内容反馈

dilikong

粉丝: 24
资源: 4597

推文分类

推文

静态推文

微博中推文的多标签情感分类

TweetsClassifier:分类算法，将关于某个主题的推文分类为正面或负面

xtreme-multilabel-tweets：10,000个用户的推文分类

PyTextSentiment：使用流API进行情绪检测和推文分类。 [NLTK] [Scikit Learn] [Twitter流API] [Bing API]

disaster_response_pipeline_project:将消息推文分类为各种类别的应用程序，以在救灾工作中更好地帮助和指导救援人员

博客推文：博客推文

解析推文

推文情感提取

预定的推文

Twitter-Sentiment-Analysis：此项目开发了一种深度学习模型，该模型可训练160万条推文进行情感分析，以将任何新推文分类为肯定或否定

预测竞争中的真实灾难推文

NLP-classifying-disaster-tweets:预测哪些推文是关于真实灾难的，哪些不是

bitcamp15:将歌曲与您的推文匹配

crash_tweets：使用SVM，LSTM和BERT提交Kaggle竞赛“真实与否？NLP与灾难性推文”（排名前25％）的提交

twitforget:删除你的推文

tweetAnalyzer:它分析推文！

twitter-game:谁发推文？！

twaural:听取您的推文

tweetAnalysis:推文分析

lews-tweet-classifier-it：LEWS管道模块，用于意大利推特对滑坡和降雨进行分类

鸣叫分类器

通过将特定领域的表示和常识知识建模为上下文感知的关注GRU，对疫苗情绪推文进行分类_Classifying vaccine se

BERT灾难分类胶囊路由：探索具有层聚合（基于注意力和基于胶囊路由）和隐藏状态聚合（基于注意力和基于胶囊路由）的BERT-BiLSTM模型

tweet-stance-prediction：应用NLP转移学习技术来预测Tweet-stance

最新资源