sentiment analysis:在此项目中以土耳其语和英语进行情感分析 源码

market-basket-analysis:我使用Apriori算法在此项目中执行了“市场篮子分析”。 Apriori算法是数据挖掘中的经典算法。它用于挖掘频繁项集和相关的关联规则。它被设计为在包含

SentimentAnalysisandOpinionMining

很好的综述,2008年的由cornell的人写的，很全面很强大

36万多条，带情感标注新浪微博，包含4种情感，其中喜悦约20万条，愤怒、厌恶、低落各约5万条，文件格式为csv，第一列label标签，第二列为review文本内容

基于Python的情感分析，包括数据预处理，向量化（两种方法），4种模型比较，包括SVM，CNN，LSTM和混合CLSTM，绝对适合初学者或者了解情感分析，文本分析的人………………………………

这是sentiment140数据集。它包含使用twitterapi提取的1,600,000条tweet。这些推文被标注了target(0=负面，2=中性，4=正面)，它们可以用来检测情绪。

CSV格式的IMDB数据集(情感分析) IMDB电影评论数据集转换为CSV文件 Test.csv Train.csv Valid.csv

对Kickstarter广告系列的分析 对kickstarter数据进行演练分析,以发现趋势和潜在的洞察力,以启动成功的kickstarter ##概述和分析目的为了进行此分析,将4109种不同类型的

根据文本进行分词分句，根据处理过后的数据对词和句子进行评分

SparkStreamingSentimentAnalysis:通过Spark Streaming对Twitter中的实时推文进行情感分析