#sentiment-analysis Dépôts
Découvrez 48 dépôts GitHub open source actifs associés à #sentiment-analysis, cumulant 237,210 étoiles au total (soit une moyenne de 4,941 étoiles par projet). Le projet en tête de ce thème est fighting41love/funNLP, avec 78,181 étoiles.
48 dépôts au total
Mots sensibles chinois-anglais, détection de langue, requête d'attribution/opérateur de téléphones mobiles/fixes chinois/étrangers, inférence de genre par nom, extraction de numéro de mobile, extraction de carte d'identité, extraction d'email, bibliothèque de noms sino-japonaise, bibliothèque d'abréviations chinoises, dictionnaire de décomposition de caractères, valeurs sentimentales du vocabulaire, mots vides, liste de mots réactionnaires, liste de mots violence-terrorisme, conversion simplifié-traditionnel, simulation de prononciation chinoise en anglais, générateur de paroles de Wang Feng, bibliothèque de noms de professions, bibliothèque de synonymes, bibliothèque d'antonymes, bibliothèque de mots négatifs, bibliothèque de marques automobiles, bibliothèque de pièces automobiles, segmentation continue de l'anglais, divers vecteurs de mots chinois, grande collection de noms d'entreprises, bibliothèque de poésie ancienne, bibliothèque IT, bibliothèque financière, bibliothèque d'idiomes, bibliothèque de noms géographiques, bibliothèque de figures historiques, bibliothèque de poésie, bibliothèque médicale, bibliothèque de diététique, bibliothèque juridique, bibliothèque automobile, bibliothèque animale, corpus de chat chinois, données de rumeurs chinoises, ensemble de données Q&R chinois Baidu, collection d'algorithmes de correspondance de similarité de phrases, ressources bert, outils de génération et résumé de texte, outil d'extraction d'informations cocoNLP, correspondance regex des numéros de téléphone nationaux, Tsinghua XLORE : graphe de connaissances encyclopédique translingue sino-anglais, série de rapports sur les technologies IA de Tsinghua, génération de langage naturel, série NLU trop difficile, données de couplets automatiques & robot, liste de blacklist des noms d'utilisateurs, termes légaux des crimes & modèle de classification, corpus de comptes publics WeChat, cours cs224n apprentissage profond traitement du langage naturel, reconnaissance de caractères chinois manuscrits, corpus/ensembles de données de traitement du langage naturel chinois, artefact de nommage de variables, bibliothèque de corpus de segmentation + code, ensemble de données de dialogue orienté tâche en anglais, ensemble de données vocal ASR + chinois basé sur l'apprentissage profond
Wei Yu: Un assistant d'analyse de l'opinion publique multi-agent accessible à tous, brise les bulles d'information, restaure l'apparence originale de l'opinion publique, prédit les tendances futures et aide à la prise de décision ! Réalisé à partir de zéro, sans dépendance à aucun framework.
FinGPT: Grands modèles linguistiques open-source pour la finance! Révolutionnez 🔥 Nous publions le modèle entraîné sur HuggingFace.
Bibliothèque LLM et SLM facile à utiliser et puissante avec un incroyable zoo de modèles.
Module de fouille web pour Python, avec des outils pour le scraping, le traitement du langage naturel, l'apprentissage automatique, l'analyse de réseau et la visualisation.
Une bibliothèque NLP pour construire des bots, avec extraction d'entités, analyse de sentiments, identification automatique de la langue et bien plus
Projets et exercices du dernier programme Nanodegree en apprentissage profond https://www.udacity.com/course/deep-learning-nanodegree--nd101
Liste de mots vides courants en chinois (Liste de mots vides HIT, Liste de mots vides Baidu, etc.)
VADER Sentiment Analysis. VADER (Valence Aware Dictionary and sEntiment Reasoner) est un lexique et un outil d'analyse de sentiment basé sur des règles, spécifiquement adapté aux sentiments exprimés sur les réseaux sociaux, et qui fonctionne bien sur des textes d'autres domaines.
Tutoriels pour débuter avec PyTorch et TorchText pour l'analyse de sentiments.
Pipelines NLP natifs Rust prêts à l'emploi et modèles basés sur des transformers (BERT, DistilBERT, GPT2, ...)
Outils de fouille de textes et de prétraitement (nettoyage de texte, découverte de nouveaux mots, analyse de sentiments, reconnaissance et liaison d'entités, extraction de mots-clés, extraction de connaissances, analyse syntaxique, etc.), méthodes non supervisées ou faiblement supervisées
Tutoriels Jupyter Notebook pour résoudre des problèmes du monde réel avec Machine Learning & Deep Learning en utilisant PyTorch. Sujets : Détection de visages avec Detectron 2, Détection d'anomalies dans les séries temporelles avec LSTM Autoencoders, Détection d'objets avec YOLO v5, Construisez votre premier Neural Network, Prévision de séries temporelles pour les cas quotidiens de Coronavirus, Analyse de sentiments avec BER
Modèle d'apprentissage profond de pointe pour analyser le sentiment, les émotions, le sarcasme, etc.
FinnewsHunter : Plateforme de renseignement financier multi-agents propulsée par AgenticX. Analyse d'actualités en temps réel, fusion de sentiments et extraction de facteurs alpha.
Ce repo contient des implémentations de différentes architectures pour la reconnaissance d'émotions dans les conversations.
Solution open source d’analyse de la voix du client, axée sur la confidentialité. Une alternative auto-hébergée à Enterpret et Unwrap qui supprime les données personnelles des retours avant qu’un LLM ne les traite.
Analyse quantitative A-Share open-source (et avec des modèles LLM, pour une analyse avancée)
Une liste d'ensembles de données Twitter et de ressources connexes.
MELD : Un ensemble de données multimodal multi-parties pour la reconnaissance des émotions en conversation
Un projet d'analyse de sentiment basé sur les données de Weibo, comprenant un crawler Weibo, une analyse thématique LDA et une analyse de sentiment.
Tutoriels liés à l'IA. Accédez-y gratuitement → https://towardsai.net/editorial
1 ligne pour des milliers de modèles NLP à la pointe de la technologie dans des centaines de langues. La manière la plus rapide et la plus précise de résoudre les problèmes de texte.
Ce dépôt présente PIXIU, une ressource open-source proposant les premiers grands modèles linguistiques (LLM) financiers, des données d'ajustement d'instructions et des benchmarks d'évaluation pour évaluer de manière globale les LLM financiers. Notre objectif est de faire progresser continuellement le développement open-source de l'intelligence artificielle (IA) financière.
agent de trading autonome alimenté par l'analyse des sentiments sociaux et l'IA, qui apprend, grandit et s'adapte
Utilisez le NLP pour prédire le mouvement des prix des actions associé aux actualités
Application Web de prédiction de la bourse basée sur l'apprentissage automatique et l'analyse des sentiments des tweets (clés API incluses dans le code). Le frontend de l'application Web est basé sur Flask et Wordpress. L'application prévoit les cours boursiers des sept prochains jours pour toute action donnée sous NASDAQ ou NSE entrée par l'utilisateur. Les prédictions sont faites à l'aide de trois algorithmes : ARIMA, LSTM, Régression Linéaire. L'application Web combine les prix prédits des sept prochains jours avec l'analyse des sentiments des tweets pour donner une recommandation.
Une application .NET de référence utilisant l'IA pour un système de billetterie de support client
Une boîte à outils multilingue Python pour l'analyse des sentiments et les tâches de NLP social
Weibo-COV : Un ensemble de données à grande échelle sur les médias sociaux relatifs au COVID-19 provenant de Weibo
BERTweet: Un modèle de langage pré-entraîné pour les Tweets en anglais (EMNLP-2020)
Un système de recommandation basé sur le contenu qui recommande des films similaires au film que l'utilisateur aime et analyse les sentiments des critiques données par l'utilisateur
Une suite d'outils de traitement du langage naturel en arabe développée par le laboratoire CAMeL à la New York University Abu Dhabi.
Articles AAAI 2024 : Explorez une collection complète de recherches innovantes présentées lors de l'une des principales conférences sur l'intelligence artificielle. Intégrez de manière transparente les implémentations de code pour une meilleure compréhension. ⭐ découvrez le progrès de l'intelligence artificielle avec ce dépôt !
💭 Analyse de sentiment basée sur les aspects : Transformer & ML explicable (TensorFlow)
Répertoire contenant tout ce qui est nécessaire à l'analyse de sentiment et aux domaines connexes
Outil de traitement du langage naturel pour la langue malaise, https://malaya.readthedocs.io/
Analyse de sentiments, classification de texte, dictionnaire, bayes, analyse de sentiments, TextCNN, classification, tensorflow, BERT, CNN, classification de texte
🎯 Logiciel d'analyse de visualisation des données des commentaires de Bilibili -- les créateurs peuvent l'utiliser pour guider leur choix de sujets et comprendre leur base de fans.
Foire aux questions
Quel est le dépôt #sentiment-analysis le plus populaire sur GitHub ?
Le projet #sentiment-analysis open source le mieux classé sur GitHub est fighting41love/funNLP, avec 78,181 étoiles. Mots sensibles chinois-anglais, détection de langue, requête d'attribution/opérateur de téléphones mobiles/fixes chinois/étrangers, inférence de genre par nom, extraction de numéro de mobile, extraction de carte d'identité, extraction d'email, bibliothèque de noms sino-japonaise, bibliothèque d'abréviations chinoises, dictionnaire de décomposition de caractères, valeurs sentimentales du vocabulaire, mots vides, liste de mots réactionnaires, liste de mots violence-terrorisme, conversion simplifié-traditionnel, simulation de prononciation chinoise en anglais, générateur de paroles de Wang Feng, bibliothèque de noms de professions, bibliothèque de synonymes, bibliothèque d'antonymes, bibliothèque de mots négatifs, bibliothèque de marques automobiles, bibliothèque de pièces automobiles, segmentation continue de l'anglais, divers vecteurs de mots chinois, grande collection de noms d'entreprises, bibliothèque de poésie ancienne, bibliothèque IT, bibliothèque financière, bibliothèque d'idiomes, bibliothèque de noms géographiques, bibliothèque de figures historiques, bibliothèque de poésie, bibliothèque médicale, bibliothèque de diététique, bibliothèque juridique, bibliothèque automobile, bibliothèque animale, corpus de chat chinois, données de rumeurs chinoises, ensemble de données Q&R chinois Baidu, collection d'algorithmes de correspondance de similarité de phrases, ressources bert, outils de génération et résumé de texte, outil d'extraction d'informations cocoNLP, correspondance regex des numéros de téléphone nationaux, Tsinghua XLORE : graphe de connaissances encyclopédique translingue sino-anglais, série de rapports sur les technologies IA de Tsinghua, génération de langage naturel, série NLU trop difficile, données de couplets automatiques & robot, liste de blacklist des noms d'utilisateurs, termes légaux des crimes & modèle de classification, corpus de comptes publics WeChat, cours cs224n apprentissage profond traitement du langage naturel, reconnaissance de caractères chinois manuscrits, corpus/ensembles de données de traitement du langage naturel chinois, artefact de nommage de variables, bibliothèque de corpus de segmentation + code, ensemble de données de dialogue orienté tâche en anglais, ensemble de données vocal ASR + chinois basé sur l'apprentissage profond
Quels langages de programmation sont les plus utilisés dans les dépôts #sentiment-analysis ?
Parmi les projets #sentiment-analysis les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, JavaScript, HTML.
Comment le classement des dépôts #sentiment-analysis est-il calculé ?
Nous suivons 48 dépôts open source actifs associés à #sentiment-analysis (500+ étoiles), totalisant 237,210 étoiles, avec une moyenne de 4,941 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.