hummingbird
/
nlp-sentiment
Not watched
2
0
Fork 0
Code
Releases 0 Wiki Activity
Issues 0 Pull Requests 0 Datasets Model Cloudbrain
You can not select more than 25 topics Topics must start with a chinese character,a letter or number, can include dashes ('-') and can be up to 35 characters long.
8 Commits
1 Branch
104 MB
0 Download
 
Tree: 698b998b15
Branches Tags
${ item.name }
Create branch ${ searchTerm }
from '698b998b15'
${ noResults }
gitclebeg 698b998b15 add new text classification base on tf-idf 9 years ago
data add text classification to model 9 years ago
libs initial the project nlp-sentiment 9 years ago
src add new text classification base on tf-idf 9 years ago
.gitignore initial the project nlp-sentiment 9 years ago
README.md add new text classification base on tf-idf 9 years ago
pom.xml add some test to chinese sentiment project 9 years ago

README.md

##基于自然语言处理的情感分析工具
###本程序依赖data目录下面的data.zip和dictionary.zip先解压缩 data 目录下面的 data.zip到当前目录。

  • 新增说明3：增加基于 TF-IDF(词向量) 特征的文本分类程序。
  1. 主程序：DfIdfClassifier
  • 新增说明2：增加基于 N-Gram(词向量) 特征的文本分类程序，目的是找出自己领域相关的文本，然后再从这个领域相关的文本中判断正负面。
  1. 测试语料：data/text_classification.zip 解压缩即可
  2. 运行程序：NGramClassifier 即可。
  • 新增说明1：2015-04-10测试了不用中文分词器，分词之后 LingPipe 情感分类的准确率，同时测试了去除停用词之后的情感分类的准确率。
  1. 发现用HanLP的NLPTokenizer分词器，准确率最高，但是速度有点慢。
  2. 如果用HanLP的标准分词器就会准确率低一点点，但是速度快。
  3. 分词之后去除停用词效果更加差。
  4. 结巴分词效果不好，而且速度慢。

###1、基于词典和贝叶斯模型的情感分析
主程序：eshore.cn.it.sentiment.Sentiment 此类通过
data/Sentiment_Dictionary中的正负面词语建立模型。

测试： eshore.cn.it.sentiment.SentimentTest
通过这个类就可以测试 data/500trainblogxml中的某个文件夹下面的博客的情感。

###2、直接利用lingpipe的情感分析模块测试情感分析
直接运行程序： eshore.cn.it.sentiment.ChinesePolarityBasic
程序就会通过： data/polarity_corpus/hotel_reviews/train2训练
然后自动测试: data/polarity_corpus/hotel_reviews/test2
最后给出程序测试结果。

  # Test Cases=4000
  # Correct=3541
  % Correct=0.88525
Delete task

Are you sure you want to delete this task? Once this task is deleted, it cannot be recovered.

cancel
confirm

基于自然语言处理的情感分析工具

Java

Contributors (1)
All