搜索资源列表
speech-emotion-recognition
- 过特定人语音情感数据库的建立；语音情感特征提取；语音情感分类器的设计，完成了一个特定人语音情感识别的初步系统。对于单个特定人，可以识别平静、悲伤、愤怒、惊讶、高兴5种情感，除愤怒和高兴之间混淆程度相对较大之外，各类之间区分特性良好，平均分类正确率为93.7 。对于三个特定人组成的特定人群，可以识别平静、愤怒、悲伤3种情感，各类之间区分特性良好，平均分类正确率为94.4 。其中分类器采用混合高斯分布模型。-The system of speech emotion recognition
Python中的数据挖掘（情感标记句）
- 这些代码实例创建了一个有效的、可执行的原型系统：一个使用“0”（负面情绪）或“1”（正面情绪）对产品的评论（"评论的情感分类"的英文）进行分类的app。(These code instances create an effective and executable prototype system: a app that uses "0" (negative emotion) or "1" (positive mood) to comm
zh_lstm
- lstm做情感分类,中文，用到豆瓣影评，结巴分词，lstm模型，环境python3做编码处理。(lstm for sentiment analyse)
fish_base-master
- 实现文本情感分类的python程序,可以判断一段文字是中性，消极或者是积极的(it can be used for classfying the feelings of text)
SVM
- 语音情感识别分类，在中科大录制的语音情感数据库CASIA中来实现的(Speech emotion recognition and classification is implemented in CASIA, a speech emotion database recorded by China University of science and technology.)
online_shopping_10_cats
- 中文情感分类数据集。10 个类别（书籍、平板、手机、水果、洗发水、热水器、蒙牛、衣服、计算机、酒店），共 6 万多条评论数据，正、负向评论各约 3 万条。(There are 10 categories (book, tablet, mobile phone, fruit, shampoo, water heater, Mengniu, clothes, computer, hotel) in Chinese emotion classification corpus, with more th