文件名称：texts_sentiment_analysis:文本情感分析
文件大小：53.86MB
文件格式：ZIP
更新时间：2024-06-13 12:14:43
Python
使用聚类分析情感 短文情感分析 这个项目是用python编写的，用于预测短文本的情感极性。 指定短文 鸣叫 MSM 简短评论 就像有人说的那样： 传统上，研究人员没有足够的空间数据来回答有用的问题或建立引人注目的可视化一直是一个问题。 但是，今天的问题通常是我们拥有太多数据。 地图上太多分散的点会使查看简单叙事的观看者不知所措。 此外，在移动设备上渲染具有数百万个数据点的javascript Web地图（如Leaflet）可能会使处理器陷入困境，并且无法响应。 版本 1.3 执照 @ 网站 安装 我们使用pycharm进行开发，如果您想在Ubuntu中使用它，则可以： $ git ... $ python3 simple_main.py 联系我们 注意：仍在开发中，以后会更有用。
【文件预览】：
texts_sentiment_analysis-master
----original_classifier.py(191B)
----test_data_clustering.py(327B)
----candidate_content.py(3KB)
----data()
--------raw()
--------smilarity_cluster_testdata.csv(3KB)
--------training.20000.processed.noemoticon.csv(3.79MB)
--------training.10000.processed.noemoticon.csv(1.62MB)
--------stopwords.txt(3KB)
--------SentiWordNet_3.0.0_20130122.txt(12.96MB)
--------training_neatfile_4.csv(2.3MB)
--------training.100000.processed.noemoticon.csv(28.43MB)
--------LLNL-Thunder-2007-1.1-cln.txt(10.74MB)
--------labeledTrainData.csv(32MB)
--------training.50000.processed.noemoticon.csv(7.14MB)
--------kaggle_testData.csv(31.21MB)
--------processed_tweets.txt(734KB)
----predict_using_pretrained_model.py(2KB)
----load_pickle_data.py(400B)
----acc_tmp()
--------kaggle_predict_label.p(98KB)
--------sent_word_net.p(13.81MB)
--------submition.csv(276KB)
--------aggregated_tweets.p(849KB)
--------submission_version_1.1.csv(276KB)
--------review_id.p(398KB)
--------clf.p(157KB)
--------aggregated_tweets_greedy.p(434KB)
----clustering_fixed_candidate.py(7KB)
----kaggle.py(6KB)
----analysis.py(2KB)
----debug()
--------feature_names.p(82KB)
--------trian_vec.p(1.61MB)
----clustering_control_parameter.py(1KB)
----Utils.py(2KB)
----find_similarity_texts.py(3KB)
----parameters.py(1KB)
----build_kaggle_submission.py(446B)
----examples()
--------hist_with_labels_example.py(940B)
--------scatter_with_annotation_small.py(275B)
--------scatter_with_annotation.py(658B)
----README.md(1KB)
----.idea()
--------misc.xml(687B)
--------encodings.xml(683B)
--------vcs.xml(180B)
--------sentiment_analysis.iml(284B)
--------scopes()
--------.name(18B)
--------modules.xml(288B)
--------shelf()
----const_values.py(2KB)
----test.py(0B)
----draw.py(5KB)
----PengJie.py(2KB)
----km_cluster.py(12KB)
----vectorizer_estimator.py(7KB)
----analysis_extantion_dynamics.py(3KB)
----simple_main.py(7KB)
----customed_vectorizer.py(2KB)
----simple_classifier.py(10KB)
----dynamic_classifier.py(3KB)