搜索资源列表
WebEmotion
- 对用户发表在 Web上的评论进行分析 ， 能够识别出隐含在其中的情感信息 ， 并发现用户情感的演变规律。-Analyzing the users reviews on the Web can help us to identify users implicit sentiments and find the evolution laws of their emotion.
sentiment-dictionary
- 倾向性分析相关代码所需要的情感词典，包含正面反面中性词等-sentiment dictionary
PCA
- 针对稀疏表示识别方法需要大量样本训练过完备字典且特征冗余度较高的问题，提出了结合过完备字典学习与PCA降维的小样本语音情感识别算法.该方法首先用PCA降维方法将特征降维，再将处理后的特征用于过完备字典训练与稀疏表示识别方法，从而给出了语音情感特征的稀疏表示方法，并确定了新算法的具体步骤.为验证其有效性，在同等特征维数下，将方法与BP, SVM进行比较，并对比、分析语音情感特征稀疏化前后对语音情感识别率、时间效率以及空间效率的影响.试验结果表明，所提出方法的识别率比SVM与BP高 与采用稀疏化前的
Bayesian-classifier
- 本实验基于贝叶斯分类器对采集的微博数据进行情感分析，从中提取出不同的情感类别。-In this study, Bayesian classifier based on the micro-blog sentiment analysis data were collected, extracted from different emotional categories.
1400OS_06_Codes
- python 微博情感分析,用于对大数据的微博评论进行情感分析-python text analyse text analyse text analyse text analyse text analyse