文件名称：twitter-sent-dnn：用于Twitter情感分析的深度神经网络
文件大小：18.36MB
文件格式：ZIP
更新时间：2024-02-27 01:41:27
deep-neural-networks twitter theano sentiment-analysis TwitterPython
使用ConvNet的Twitter情绪分析 一个工具 预测推文的情绪“积极性” 如何使用它？ >> from sentiment import sentiment_score >> print sentiment_score(u"I love you") 0.9999 它返回的情绪索引范围为0（负情绪）到1（正情绪）。 在线演示 预测单个推文的情绪“积极性” 概述的“积极性” 点击 算法 有关该算法的更多信息，请参阅。 技术选择 作为Web框架 作为神经网络训练的实现 作为神经网络分类（在线版本）的实现 训练技巧 扇入，扇出初始化 退出 阿达达 贡献者 韩晓和姚璐
【文件预览】：
twitter-sent-dnn-master
----.requirements.txt.swp(12KB)
----.gitignore(699B)
----test_rntn_layer.py(1KB)
----test_embedding.py(3KB)
----dcnn_train.py(36KB)
----recnn_train.py(8KB)
----pretrain_embedding.py(1KB)
----nltk_data()
--------tokenizers()
----requirements.txt(136B)
----test_numpy_performance.py(677B)
----data()
--------twitter.pkl(42.14MB)
----k_max_pool_test.py(2KB)
----recnn_util.py(12KB)
----distribute.sh(276B)
----stopall.sh(427B)
----test_numpy_embedding.py(1KB)
----models()
--------filter_widths=8,6,,batch_size=10,,ks=20,8,,fold=1,1,,conv_layer_n=2,,ebd_dm=48,,l2_regs=1e-06,1e-06,1e-06,0.0001,,dr=0.5,0.5,,nkerns=7,12.pkl(16.68MB)
----LICENSE(1KB)
----adadelta.py(2KB)
----plot_util.py(2KB)
----test_dropout.py(370B)
----hyper_param_sample.py(9KB)
----curl_test.sh(114B)
----ptb.py(5KB)
----test_2d_3d.py(580B)
----thoughts(2KB)
----README.md(1KB)
----test_util.py(1KB)
----report()
--------main.md(4KB)
----data_collection.py(2KB)
----util.py(16KB)
----test_numpy_logreg.py(1KB)
----test_conv2d.py(1016B)
----test_numpy_convfoldpool.py(2KB)
----test_adadelta.py(2KB)
----param_tuning.md(215B)
----test_numpy_dcnn.py(4KB)
----numpy_impl.py(3KB)
----Procfile(23B)
----web_app.py(4KB)
----sentiment.py(2KB)
----logreg.py(8KB)
----param_util.py(2KB)
----test_recnn.py(1KB)
----test_learning_rate.py(4KB)
----dcnn.py(5KB)
----test_recnn_train.py(1KB)
----recnn.py(3KB)
----tree_stat.py(544B)
----run_example.sh(267B)