文件名称: NLP下载  收藏√  [

 5  4  3  2  1 ]

开发工具: Visual C++

文件大小: 9771 KB

上传时间: 2015-01-19

下载次数: 27

提 供 者: 蒋浩浩

详细说明：中文文本情感分类。上课的课程作业，本着服务大家的思想上传，包括实验代码，实验数据，实验ppt以及实验报告。非常详细-Chinese text sentiment classification. Course work in class, in the service of everyone' s thoughts upload, including experimental code, test data, test and lab reports ppt. Very detailed. . . .

文件列表(点击判断是否您需要的文件，如果是垃圾请在下面评价投诉):

实验结果\result_book

........\result_dvd

........\result_music

源代码\NLPProject\CommentText.cpp

......\..........\CommentText.h

......\..........\Data\BigramDict.dct

......\..........\....\coreDict.dct

......\..........\....\lexical.ctx

......\..........\....\nr.ctx

......\..........\....\nr.dct

......\..........\....\ns.ctx

......\..........\....\ns.dct

......\..........\....\StopWords.txt

......\..........\....\tr.ctx

......\..........\....\tr.dct

......\..........\....set\CSC_book_test

......\..........\.......\CSC_book_train

......\..........\.......\CSC_dvd_test

......\..........\.......\CSC_dvd_train

......\..........\.......\CSC_music_test

......\..........\.......\CSC_music_train

......\..........\.......\ReadMe.txt

......\..........\.ebug\CL.read.1.tlog

......\..........\.....\CL.write.1.tlog

......\..........\.....\CommentText.obj

......\..........\.....\ContextStat.obj

......\..........\.....\Dictionary.obj

......\..........\.....\DynamicArray.obj

......\..........\.....\FreeICTCLAS.obj

......\..........\.....\link.read.1.tlog

......\..........\.....\link.write.1.tlog

......\..........\.....\Main.obj

......\..........\.....\Markup.obj

......\..........\.....\mt.read.1.tlog

......\..........\.....\mt.write.1.tlog

......\..........\.....\NLPProject.exe.intermediate.manifest

......\..........\.....\NLPProject.lastbuildstate

......\..........\.....\NLPProject.log

......\..........\.....\NShortPath.obj

......\..........\.....\Processing.obj

......\..........\.....\Queue.obj

......\..........\.....\SegGraph.obj

......\..........\.....\Segment.obj

......\..........\.....\Span.obj

......\..........\.....\svm.obj

......\..........\.....\UnknowWord.obj

......\..........\.....\Utility.obj

......\..........\.....\vc100.idb

......\..........\.....\vc100.pdb

......\..........\Feature\feature_book_10%

......\..........\.......\feature_book_15%

......\..........\.......\feature_book_20%

......\..........\.......\feature_dvd_10%

......\..........\.......\feature_music_10%

......\..........\.reeICTCLAS\Data\BigramDict.dct

......\..........\...........\....\coreDict.dct

......\..........\...........\....\lexical.ctx

......\..........\...........\....\nr.ctx

......\..........\...........\....\nr.dct

......\..........\...........\....\ns.ctx

......\..........\...........\....\ns.dct

......\..........\...........\....\tr.ctx

......\..........\...........\....\tr.dct

......\..........\...........\FreeICTCLAS.cpp

......\..........\...........\FreeICTCLAS.h

......\..........\...........\Segment\DynamicArray.cpp

......\..........\...........\.......\DynamicArray.h

......\..........\...........\.......\NShortPath.cpp

......\..........\...........\.......\NShortPath.h

......\..........\...........\.......\Queue.cpp

......\..........\...........\.......\Queue.h

......\..........\...........\.......\SegGraph.cpp

......\..........\...........\.......\SegGraph.h

......\..........\...........\.......\Segment.cpp

......\..........\...........\.......\Segment.h

......\..........\...........\Tag\Span.cpp

......\..........\...........\...\Span.h

......\..........\...........\Unknown\UnknowWord.cpp

......\..........\...........\.......\UnknowWord.h

......\..........\...........\.tility\ContextStat.cpp

......\..........\...........\.......\ContextStat.h

......\..........\...........\.......\Dictionary.cpp

......\..........\...........\.......\Dictionary.h

......\..........\...........\.......\Utility.cpp

......\..........\...........\.......\Utility.h

......\..........\LibSVM\svm.cpp

......\..........\......\svm.h

......\..........\Main.cpp

......\..........\Markup.cpp

......\..........\Markup.h

......\..........\.odel\model_book_10%

......\..........\.....\model_dvd_10%

......\..........\.....\model_music_10%

......\..........\NLPProject.vcxproj

......\..........\NLPProject.vcxproj.filters

......\..........\NLPProject.vcxproj.user

......\..........\Processing.cpp

......\..........\Processing.h

......\..........\Readme.txt

......\..........\..sult\result_book_10%

输入关键字，在本站259万海量源码库中尽情搜索：

帮助

[TextClassification.zip] - 一个情感文本分类器。开发环境是vc6.0。水平有限，没有进行优化，执行的时间可能会比较长，但是能出结果。

[PJudgetopic.rar] - 机器学习的方法短信情感分类，喜怒哀惧，43123条短信训练集

[aforge_src.zip] - 经过作者两年的不断完善，现已成为相当成熟的一个framework，内容包括图像处理，神经网络，遗传算法等人工智能领域研究成果的实现，于2007.2.23最终发布

[NBclassfier.rar] - 贝叶斯情感分类器,基于五倍交叉法来验证。程序可以直接运行，改程序是在基于已经分词的情况下实施的。

[PMl-IR.zip] - 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

[BP_PID1.rar] - 基于BP神经网络的PID控制方法设计控制器，通过BP神经网络与PID的控制相结合的神经网络控制基本原理和设计来自适应的功能调节PID的的三个参数，并根据被控对象的近似数学模型来输出输入与输出并分析BP神经网络学习速率η，隐层节点数的选择原则及PID参数对控制效果的影响。

[BP_2_1.zip] - 带动量项BP网络，二输入，一输出，能直接运行

[Classifier4J-0.6-dist.zip] - 可用于文本分类的贝叶斯分类器，java开源项目

[bayes.rar] - 基于朴素贝叶斯的主客观情感分类器，训练集数据集齐全

[sentiment-dictionary.rar] - 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