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
