搜索资源列表
BHU人脸表情数据库的设计与实现
- 人脸情感检测数据搜集
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.
PMl-IR
- Blog信息源和信息量的广泛增长给中文文本分类带来了新的挑战。本文提出了—种基于PMI—IR算法的四种情感分类方法来对Blog文本进行情感分类。该方法以情感词语为中心，通过搜索引擎返回的结果来计算文本 中的情感要素和背景情感词之问的点互信息值，从而对文本进行情感分类。该方法在国家语言资源监测与研究中心网络媒体语言分中-心2008年度的Blog语料和COAE2008的语料上分别进行了测试。与传统方法相比准确率和召回率都有了较大的提高。-Development ofBIog texts info
Emotion-robot-design-report
- 对情感机器人进行一个理论框架的设计，对步骤进行分类阐明-A theoretical frame of the emotion robot is designed, and the steps are classified and clarified.
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