BERT中文情感分类开源项目

大连理工大学中文情感词汇本体库，用语文本情感分类和分析，包含输入和输出结果。

面向中文歌词的音乐情感分类的研究，主要是分析如何在歌词文本中选择特征项，根据选出的特征项进行情感分类。

基于深度学习的情感分类和智能客服研究与实现。主要是酒店和书店的评论情感分析，可以判定积极和消极，对于消极评论，还可以判断其具体类别，比如物流不好或者服务差等等。内含项目源代码和开发文档。

探究BERT中文基础模型（BERT-Base-Chinese）和BERT中文医学预训练模型（BERT-Re-Pretraining-Med-Chi）在中文医学文献分类上的分类效果及差异原因。[方法]

包含褒贬及其近义词,汉语情感词极值表,知网Hownet情感词典,台湾大学NTUSD简体中文情感词典,清华大学李军中文褒贬义词典

针对短文本特征稀疏、信息量少等问题，提出了结合情感词网的中文短文本情感分类方法。该方法利用大规模语料库和同义词集合构建可以表示词—词、词—对象之间关系的情感词网，通过此情感词网在权重以及特征集合对短文

使用keras-bert实现 谭松波 酒店评论 文本分类(情感分析)-附件资源

该模型为谷歌使用大量tpu训练的bert模型,一个tpu性能要比最强大的gpu强,训练的bert模型用处nlp,通常训练nlp模型时用该模型为预训练模型

本演示展示了一套基于深度学习技术的中文情感分析系统，采用Flask框架搭建。该系统设计经过教师认可，包含完整的数据库、源码和文档。用户只需进行简单的配置，即可快速部署并运行。系统的核心是其强大的情感分

本文专注于利用Python和Flask构建中文情感分析系统，并提供完整的源码以及相关数据库研究。借助Flask框架，系统实现了高效的后端服务，结合深度学习算法对中文文本进行情感分析，确保了系统的实用性