文件名称：restaurant-opinion-mining
文件大小：260KB
文件格式：ZIP
更新时间：2024-06-06 11:55:29
Python
该项目研究了提取餐馆评论中的方面和价值的不同方法。 writeup.pdf中提供了有关所用方法的完整说明。 这是华盛顿大学自然语言处理课程（ ）的一个班级项目。 使用“ python tester.py”运行项目。 它在写操作中运行实验，并以可复制粘贴到乳胶中的形式输出表。 它需要python 2.7和scikit-learn python模块才能运行。 文件的完整说明： 数据包含带注释的数据和预处理的数据： gold_labels.json包含带有单词标签注释的短语 短语包含短语，每行一个 agged_phrases包含短语中的Stanford POS Tagger的输出 parse_trees在短语上包含斯坦福解析器的输出 代码包含项目源代码： preprocesser.py对数据运行Stanford POS Tagger和Parser。 无需运行，因为预处理已包含在数据目录
【文件预览】：
restaurant-opinion-mining-master
----code()
--------.DS_Store(6KB)
--------rule_based_models.py(2KB)
--------loader.pyc(7KB)
--------tree_models.py(4KB)
--------markov_models.pyc(7KB)
--------tree_models.pyc(6KB)
--------loader.py(6KB)
--------preprocesser.py(1023B)
--------rule_based_models.pyc(3KB)
--------markov_models.py(6KB)
--------tester.py(5KB)
----README.md(1KB)
----data()
--------tagged_phrases(53KB)
--------phrases(33KB)
--------gold_labels.json(50KB)
--------.parse_trees.swp(16KB)
--------parse_trees(130KB)
----writeup.pdf(174KB)