搜索资源列表
lingpipe-3.6.0
- 一个自然语言处理的Java开源工具包。LingPipe目前已有很丰富的功能，包括主题分类（Top Classification）、命名实体识别（Named Entity Recognition）、词性标注（Part-of Speech Tagging）、句题检测（Sentence Detection）、查询拼写检查（Query Spell Checking）、兴趣短语检测（Interseting Phrase Detection）、聚类
yuyinqingganshibie
- 这是一个关于语音情感识别的源码，通过使用MATLAB编写，可以实现对人的常用语言做出判断，给出识别标志，是高兴，悲伤等-MATLAB，
DTW
- 基于DTW的语音情感识别！运行环境MATLAB!-Speech Emotion Recognition Based on DTW! Operating environment MATLAB!
qingganyuying
- 全面的介绍了情感语音合成的知识，比较系统-Comprehensive introduction to the knowledge of the emotional speech synthesis, more systematic
emotion_stead
- 我自己毕业设计编写的，关于人工情感建模的MATLAB程序-I have written in graduate design, MATLAB modeling of artificial emotions procedures
Emotion-Model
- 情感模型 一些经典的心理情感模型建立的文献-Emotion model of the emotion model some classic literature
SentimentAnalysis
- 经济类新闻情感分析代码，基于词典，情感维度为8维,(sentiment analysis demo)
image-sentiment-analysis
- 图片情感分析模型，基于卷积神经网络，以颜色特征为依据进行情感分类，图片情感极性分为积极和消极两类。(The model can extract the hue, brightness, contrast and other information from a picture to represent the emotional polarity of the image. The image sentiment analysis mo
按照极值分两类代码
- 按照极值表的文本情感分类，将对话中说话人A的情感分为积极，中性，消极。(Text affective classification)
参考文献
- 基于机器学习的情感分析小论文，其方法有（支持向量机，深度学习）(Essays on emotion analysis)
Textming
- 基于字典的情感分析方法(dictionary method emotion)
shixionggai6
- 情感分析的源码，需要libsvm包，导入项目然后写个主类调用就可以(Emotion analysis of the source code, you need libsvm package)
623825
- 网络情感词典，包含各类正负极词性的中文情感词(internet sentiment word dictionary)
07情感分析：基于电商产品数据的情感分析
- 07python语言用于情感分析：基于电商产品数据的情感分析(Sentiment analysis based on 07python language: sentiment analysis based on electricity supplier product data)
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
download
- DMO-DB[24]是由柏林工业大学录制的德语情感语音库,由10位演员(5男5女)对10个语句(5长5短)进行7种情感(中性/nertral、生气/anger、害怕/fear、高兴/joy、悲伤/sadness、厌恶/disgust、无聊/boredom)的模拟得到,共包含800句语料,采样率48kHz(后压缩到16kHz),16bit量化.语料文本的选取遵从语义中性、无情感倾向的原则,且为日常口语化风格,无过多的书面语修饰.语音的录制
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)
chnsenticorp
- 中文情感分析语料，包含三类：旅馆、书籍、商品评论(a corpus of chinese emotional)
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)
京东商品评论.xls.tar
- 京东小米6评论，选取前1500条数据，用于情感分析的数据集(Jingdong millet 6 comments, select the first 1500 data for emotional analysis of the data set)