Text_Analysis_Yelp_Comments 源码
Text_Analysis_Yelp_Comments 贡献者 成龙杨 介绍 yelp上的星级评定系统是否能使人们对整个餐厅有所了解? 更具体地说,当两个人对某项业务给予1星评级时,将两个人推向该业务的酌处权水平是否相同? 我们对大约19,000个Panda Express的评论进行了文字分析。 我们执行了两个任务,首先,我们创建了一个模型来预测评论是正面,中性还是负面(1,2星为负面评论,3星为中性评论,而4星为正面评论)。 其次,使用Textblob计算每个评论的情感并总结每个评论的情感与原始星级之间的关系。 方法 随机随机刮除1500个熊猫快递商店的评论以及每个评论的评分。 将每个评论
文件列表
Text_Analysis_Yelp_Comments-master.zip
(预估有个25文件)
Text_Analysis_Yelp_Comments-master
app.py
728B
panda_rating.ipynb
58KB
runtime.txt
12B
Images
sentiment.png
64KB
nb.png
16KB
DL.png
55KB
templates
index.html
3KB
暂无评论