#sentiment-analysis Repositorios
Descubre 48 repositorios activos de código abierto de GitHub etiquetados con #sentiment-analysis, que acumulan 237,210 estrellas en total (una media de 4,941 estrellas por proyecto). El líder de este tema es fighting41love/funNLP, con 78,181 estrellas.
48 repositorios en total
Palabras sensibles chino-inglés, detección de idiomas, consulta de ubicación/operador de teléfonos móviles/fijos chinos y extranjeros, inferencia de género por nombres, extracción de números de móvil, extracción de DNI, extracción de correos electrónicos, biblioteca de nombres chino-japoneses, biblioteca de abreviaturas chinas, diccionario de descomposición de caracteres, valores emocionales de vocabulario, palabras de parada, tabla de palabras reaccionarias, tabla de palabras de violencia y terror, conversión de caracteres tradicionales a simplificados, simulación de pronunciación china en inglés, generador de letras de Wang Feng, biblioteca de nombres profesionales, biblioteca de sinónimos, biblioteca de antónimos, biblioteca de palabras negativas, biblioteca de marcas de automóviles, biblioteca de piezas de automóviles, corte continuo de inglés, varios vectores de palabras chinos, gran colección de nombres de empresas, biblioteca de poesía antigua, biblioteca de IT, biblioteca financiera, biblioteca de idioms, biblioteca de nombres geográficos, biblioteca de figuras históricas, biblioteca de poesía, biblioteca médica, biblioteca de dietas, biblioteca legal, biblioteca de automóviles, biblioteca de animales, corpus de chat en chino, datos de rumores en chino, conjunto de datos de preguntas y respuestas en chino de Baidu, colección de algoritmos de coincidencia de similitud de oraciones, recursos bert, herramientas relacionadas con generación y resumen de texto, herramienta de extracción de información cocoNLP, coincidencia de expresiones regulares de números de teléfono nacionales, Tsinghua XLORE: grafo de conocimiento enciclopédico translingüe chino-inglés, serie de informes de tecnología de IA de Tsinghua, generación de lenguaje natural, serie NLU es demasiado difícil, datos de parejas automáticas y robot, lista de lista negra de nombres de usuario, nombres jurídicos de delitos y modelo de clasificación, corpus de cuentas públicas de WeChat, curso de procesamiento de lenguaje natural de aprendizaje profundo cs224n, reconocimiento de caracteres chinos escritos a mano, corpus/conjuntos de datos de procesamiento de lenguaje natural chino, herramienta divina para nombrar variables, biblioteca de corpus de segmentación + código, conjunto de datos de diálogo basado en tareas en inglés, conjunto de datos de voz ASR + chino basado en aprendizaje profundo
Wei Yu: Un asistente de análisis de opinión pública multiagente utilizable por todos, que rompe las burbujas de información, restaura la apariencia original de la opinión pública, predice tendencias futuras y asiste en la toma de decisiones. Implementado desde cero, sin depender de ningún framework.
FinGPT: ¡Modelos de lenguaje grandes de código abierto para finanzas! Revoluciona 🔥 Lanzamos el modelo entrenado en HuggingFace.
Biblioteca LLM y SLM potente y fácil de usar con un increíble zoológico de modelos.
Módulo de minería web para Python, con herramientas para scraping, procesamiento de lenguaje natural, aprendizaje automático, análisis de redes y visualización.
Una biblioteca de NLP para construir bots, con extracción de entidades, análisis de sentimientos, identificación automática de idioma y mucho más
Proyectos y ejercicios del programa más reciente de Nanodegree en Aprendizaje Profundo https://www.udacity.com/course/deep-learning-nanodegree--nd101
Lista de palabras vacías comunes en chino (Lista de palabras vacías de HIT, Lista de palabras vacías de Baidu, etc.)
VADER Sentiment Analysis. VADER (Valence Aware Dictionary and sEntiment Reasoner) es un léxico y una herramienta de análisis de sentimiento basada en reglas que está específicamente adaptada a los sentimientos expresados en las redes sociales, y que funciona bien en textos de otros dominios.
Tutoriales para comenzar con PyTorch y TorchText para análisis de sentimientos.
Pipelines de NLP nativos de Rust listos para usar y modelos basados en transformadores (BERT, DistilBERT, GPT2, ...)
Herramientas de minería de texto y preprocesamiento (limpieza de texto, descubrimiento de nuevas palabras, análisis de sentimientos, reconocimiento de entidades y enlace, extracción de palabras clave, extracción de conocimiento, análisis sintáctico, etc.), métodos no supervisados o débilmente supervisados
Tutoriales de Jupyter Notebook para resolver problemas del mundo real con Machine Learning & Deep Learning usando PyTorch. Temas: Detección de rostros con Detectron 2, Detección de anomalías en series temporales con LSTM Autoencoders, Detección de objetos con YOLO v5, Construye tu primera Neural Network, Pronóstico de series temporales para casos diarios de Coronavirus, Análisis de sentimientos con BER
Modelo de aprendizaje profundo de vanguardia para analizar sentimientos, emociones, sarcasmo, etc.
FinnewsHunter: Plataforma de inteligencia financiera multiagente impulsada por AgenticX. Análisis de noticias en tiempo real, fusión de sentimiento y minería de factores alfa.
Este repo contiene implementaciones de diferentes arquitecturas para el reconocimiento de emociones en conversaciones.
Analítica de la Voz del Cliente de código abierto y con la privacidad como prioridad. Una alternativa autoalojada a Enterpret y Unwrap que elimina la información de identificación personal de los comentarios antes de que cualquier LLM los procese.
Análisis cuantitativo de A-shares de código abierto (y combinado con modelos LLM para análisis avanzados)
Una lista de conjuntos de datos de Twitter y recursos relacionados.
MELD: Un conjunto de datos multimodal multi-partes para el reconocimiento de emociones en conversaciones
Un proyecto de análisis de sentimiento basado en datos de Weibo, que incluye un rastreador de Weibo, análisis temático LDA y análisis de sentimiento.
Tutoriales relacionados con la IA. Accede a cualquiera de ellos de forma gratuita → https://towardsai.net/editorial
1 línea para miles de modelos NLP de última generación en cientos de idiomas. La forma más rápida y precisa de resolver problemas de texto.
Este repositorio presenta PIXIU, un recurso de código abierto que incluye los primeros modelos de lenguaje grandes (LLMs) financieros, datos de ajuste de instrucciones y puntos de referencia de evaluación para evaluar de manera integral los LLMs financieros. Nuestro objetivo es impulsar continuamente el desarrollo de código abierto de inteligencia artificial (IA) financiera.
agente de trading autónomo impulsado por análisis de sentimiento social e IA que aprende, crece y se adapta
Usa NLP para predecir el movimiento del precio de las acciones asociado con las noticias
Aplicación Web de Predicción del Mercado de Valores basada en Machine Learning y Análisis de Sentimiento de Tweets (claves API incluidas en el código). El frontend de la Web App se basa en Flask y Wordpress. La App pronostica los precios de las acciones de los próximos siete días para cualquier acción dada bajo NASDAQ o NSE ingresada por el usuario. Las predicciones se realizan utilizando tres algoritmos: ARIMA, LSTM, Regresión Lineal. La Web App combina los precios predichos de los próximos siete días con el análisis de sentimiento de los tweets para dar una recomendación.
Una aplicación .NET de referencia que utiliza IA para un sistema de tickets de soporte al cliente
Un toolkit multilingüe de Python para tareas de análisis de sentimientos y NLP social
Weibo-COV: Un conjunto de datos a gran escala de redes sociales sobre COVID-19 de Weibo
BERTweet: Un modelo de lenguaje pre-entrenado para Tweets en inglés (EMNLP-2020)
Un sistema de recomendación basado en contenido que recomienda películas similares a la película que le gusta al usuario y analiza los sentimientos de las críticas proporcionadas por el usuario
Un conjunto de herramientas de procesamiento de lenguaje natural en árabe desarrolladas por el Laboratorio CAMeL en la Universidad de Nueva York en Abu Dabi.
Artículos AAAI 2024: Explore una colección completa de investigaciones innovadoras presentadas en una de las principales conferencias de inteligencia artificial. Integre sin problemas las implementaciones de código para una mejor comprensión. ⭐ ¡experimenta la vanguardia del progreso en inteligencia artificial con este repositorio!
💭 Análisis de Sentimiento Basado en Aspectos: Transformer & ML Explicable (TensorFlow)
Repositorio con todo lo necesario para el análisis de sentimiento y áreas relacionadas
Kit de Herramientas de Lenguaje Natural para el idioma malayo, https://malaya.readthedocs.io/
Análisis de sentimientos, clasificación de texto, diccionario, bayes, análisis de sentimientos, TextCNN, clasificación, tensorflow, BERT, CNN, clasificación de texto
🎯 Software de análisis de visualización de datos de comentarios de Bilibili: los creadores pueden usarlo para guiar su selección de temas y comprender a su base de seguidores.
Preguntas frecuentes
¿Cuál es el repositorio de #sentiment-analysis más popular en GitHub?
El proyecto de código abierto de #sentiment-analysis mejor posicionado en GitHub es fighting41love/funNLP, con 78,181 estrellas. Palabras sensibles chino-inglés, detección de idiomas, consulta de ubicación/operador de teléfonos móviles/fijos chinos y extranjeros, inferencia de género por nombres, extracción de números de móvil, extracción de DNI, extracción de correos electrónicos, biblioteca de nombres chino-japoneses, biblioteca de abreviaturas chinas, diccionario de descomposición de caracteres, valores emocionales de vocabulario, palabras de parada, tabla de palabras reaccionarias, tabla de palabras de violencia y terror, conversión de caracteres tradicionales a simplificados, simulación de pronunciación china en inglés, generador de letras de Wang Feng, biblioteca de nombres profesionales, biblioteca de sinónimos, biblioteca de antónimos, biblioteca de palabras negativas, biblioteca de marcas de automóviles, biblioteca de piezas de automóviles, corte continuo de inglés, varios vectores de palabras chinos, gran colección de nombres de empresas, biblioteca de poesía antigua, biblioteca de IT, biblioteca financiera, biblioteca de idioms, biblioteca de nombres geográficos, biblioteca de figuras históricas, biblioteca de poesía, biblioteca médica, biblioteca de dietas, biblioteca legal, biblioteca de automóviles, biblioteca de animales, corpus de chat en chino, datos de rumores en chino, conjunto de datos de preguntas y respuestas en chino de Baidu, colección de algoritmos de coincidencia de similitud de oraciones, recursos bert, herramientas relacionadas con generación y resumen de texto, herramienta de extracción de información cocoNLP, coincidencia de expresiones regulares de números de teléfono nacionales, Tsinghua XLORE: grafo de conocimiento enciclopédico translingüe chino-inglés, serie de informes de tecnología de IA de Tsinghua, generación de lenguaje natural, serie NLU es demasiado difícil, datos de parejas automáticas y robot, lista de lista negra de nombres de usuario, nombres jurídicos de delitos y modelo de clasificación, corpus de cuentas públicas de WeChat, curso de procesamiento de lenguaje natural de aprendizaje profundo cs224n, reconocimiento de caracteres chinos escritos a mano, corpus/conjuntos de datos de procesamiento de lenguaje natural chino, herramienta divina para nombrar variables, biblioteca de corpus de segmentación + código, conjunto de datos de diálogo basado en tareas en inglés, conjunto de datos de voz ASR + chino basado en aprendizaje profundo
¿Qué lenguajes de programación se utilizan más en los repositorios de #sentiment-analysis?
Entre los proyectos de #sentiment-analysis mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, JavaScript, HTML.
¿Cómo se calcula la clasificación de los repositorios de #sentiment-analysis?
Seguimos 48 repositorios activos de código abierto etiquetados con #sentiment-analysis (500+ estrellas), que suman un total de 237,210 estrellas, con una media de 4,941 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.