#sentiment-analysis Repository
Scopri 48 repository GitHub open source attivi contrassegnati con #sentiment-analysis, che raccolgono un totale di 237,210 stelle (con una media di 4,941 stelle per progetto). Il progetto leader di questo argomento è fighting41love/funNLP, con 78,181 stelle.
48 repository in totale
Parole sensibili cino-inglesi, rilevamento lingua, query di appartenenza/operatore telefoni mobili/fissi cinesi/esteri, inferenza genere da nomi, estrazione numero mobile, estrazione carta d'identità, estrazione email, biblioteca nomi cino-giapponese, biblioteca abbreviazioni cinesi, dizionario decomposizione caratteri, valori sentimentali lessicali, parole vuote, tabella parole reazionarie, tabella parole violenza-terrorismo, conversione tra semplificato-tradizionale, simulazione pronuncia cinese in inglese, generatore testi canzoni Wang Feng, biblioteca nomi professioni, biblioteca sinonimi, biblioteca antonimi, biblioteca parole negative, biblioteca marchi auto, biblioteca parti auto, segmentazione continua inglese, vari vettori parole cinesi, grande raccolta nomi aziende, biblioteca poesia antica, biblioteca IT, biblioteca finanza, biblioteca idiomi, biblioteca nomi geografici, biblioteca figure storiche, biblioteca poesia, biblioteca medicina, biblioteca alimentazione, biblioteca legale, biblioteca auto, biblioteca animali, corpus chat cinese, dati rumors cinesi, dataset Q&A cinese Baidu, collezione algoritmi matching similarità frasi, risorse bert, tool generazione&riassunto testo, tool estrazione info cocoNLP, matching regex numeri telefono nazionali, Tsinghua XLORE: grafo conoscenza enciclopedico cross-lingua cino-inglese, serie report tecnologia IA Tsinghua, generazione linguaggio naturale, serie NLU troppo difficile, dati coppie automatiche & robot, lista blacklist nomi utente, nomi legali reati & modello classificazione, corpus account pubblici WeChat, corso cs224n deep learning NLP, riconoscimento caratteri cinesi scritti a mano, corpus/dataset NLP cinese, strumento divino naming variabili, biblioteca corpus segmentazione + codice, dataset dialoghi task-based inglese, dataset voce ASR + cinese basato deep learning
Wei Yu: Un assistente per l'analisi dell'opinione pubblica multi-agente utilizzabile da chiunque, che rompe le bolle informative, ripristina l'aspetto originale dell'opinione pubblica, prevede le tendenze future e assiste nel processo decisionale! Realizzato da zero, senza dipendere da alcun framework.
FinGPT: Modelli linguistici di grandi dimensioni open-source per la finanza! Rivoluziona 🔥 Rilasciamo il modello addestrato su HuggingFace.
Libreria LLM e SLM facile da usare e potente con un eccezionale zoo di modelli.
Modulo di web mining per Python, con strumenti per scraping, elaborazione del linguaggio naturale, machine learning, analisi di rete e visualizzazione.
Una libreria NLP per creare bot, con estrazione di entità, analisi del sentiment, identificazione automatica della lingua e molto altro
Progetti ed esercizi per il programma Nanodegree di Deep Learning più recente https://www.udacity.com/course/deep-learning-nanodegree--nd101
Elenco di parole di stop comuni in cinese (Elenco di parole di stop HIT, Elenco di parole di stop Baidu, ecc.)
VADER Sentiment Analysis. VADER (Valence Aware Dictionary and sEntiment Reasoner) è un dizionario e uno strumento di analisi del sentiment basato su regole, specificamente ottimizzato per i sentimenti espressi sui social media, e che funziona bene anche su testi di altri domini.
Tutorial per iniziare con PyTorch e TorchText per l'analisi del sentiment.
Pipeline NLP native di Rust pronti all'uso e modelli basati su transformer (BERT, DistilBERT, GPT2, ...)
Strumenti di data mining testuale e pre-elaborazione (pulizia del testo, scoperta di nuove parole, analisi del sentiment, riconoscimento e collegamento di entità, estrazione di parole chiave, estrazione di conoscenza, analisi sintattica, ecc.), metodi non supervisionati o debolmente supervisionati
Tutorial Jupyter Notebook per risolvere problemi del mondo reale con Machine Learning & Deep Learning usando PyTorch. Argomenti: Rilevamento facciale con Detectron 2, Rilevamento anomalie nelle serie temporali con LSTM Autoencoders, Rilevamento oggetti con YOLO v5, Costruisci la tua prima Neural Network, Previsione serie temporali per i casi giornalieri di Coronavirus, Analisi del sentimento con BER
Modello di deep learning all'avanguardia per l'analisi di sentimenti, emozioni, sarcasmo ecc.
FinnewsHunter: Piattaforma di intelligence finanziaria multi-agente alimentata da AgenticX. Analisi delle notizie in tempo reale, fusione del sentiment ed estrazione di fattori alpha.
Questo repo contiene implementazioni di diverse architetture per il riconoscimento delle emozioni nelle conversazioni.
Analisi della voce del cliente open source e con la privacy al primo posto. Un’alternativa self-hosted a Enterpret e Unwrap che rimuove i dati personali dai feedback prima che vengano elaborati da qualsiasi LLM.
Analisi quantitativa A-Share open-source (e in combinazione con modelli LLM, per analisi avanzate)
MELD: Un dataset multimodale multi-party per il riconoscimento delle emozioni in conversazione
Un progetto di analisi del sentiment basato sui dati di Weibo, inclusi crawler di Weibo, analisi tematica LDA e analisi del sentiment.
Tutorial relativi all'IA. Accedi gratuitamente a uno qualsiasi → https://towardsai.net/editorial
Una riga per migliaia di modelli NLP all'avanguardia in centinaia di lingue. Il modo più veloce e accurato per risolvere problemi di testo.
Questo repository introduce PIXIU, una risorsa open-source che presenta i primi modelli linguistici di grandi dimensioni (LLM) finanziari, dati di instruction tuning e benchmark di valutazione per valutare in modo olistico gli LLM finanziari. Il nostro obiettivo è quello di promuovere continuamente lo sviluppo open-source dell'intelligenza artificiale (AI) finanziaria.
agente di trading autonomo potenziato dall'analisi dei sentiment social e dall'IA, che impara, cresce e si adatta
Usa NLP per prevedere il movimento del prezzo delle azioni associato alle notizie
Web App di previsione del mercato azionario basata su Machine Learning e Sentiment Analysis di Tweet (chiavi API incluse nel codice). Il front end della Web App si basa su Flask e Wordpress. L'App prevede i prezzi delle azioni dei prossimi sette giorni per qualsiasi azione data sotto NASDAQ o NSE inserita dall'utente. Le previsioni vengono effettuate utilizzando tre algoritmi: ARIMA, LSTM, Regressione Lineare. La Web App combina i prezzi previsti dei prossimi sette giorni con l'analisi del sentiment dei tweet per fornire una raccomandazione.
Un'applicazione .NET di riferimento che utilizza l'IA per un sistema di ticketing di supporto clienti
Un toolkit multilingue Python per l'analisi del sentiment e attività di Social NLP
Weibo-COV: Un set di dati su larga scala di social media relativi al COVID-19 da Weibo
BERTweet: Un modello linguistico pre-addestrato per Tweet in inglese (EMNLP-2020)
Un sistema di raccomandazione basato sul contenuto che consiglia film simili al film che l'utente preferisce e analizza i sentimenti delle recensioni fornite dall'utente
Una suite di strumenti per l'elaborazione del linguaggio naturale in arabo sviluppata dal CAMeL Lab presso la New York University Abu Dhabi.
Documenti AAAI 2024: Esplora una collezione completa di ricerche innovative presentate a una delle principali conferenze sull'intelligenza artificiale. Integra perfettamente le implementazioni del codice per una migliore comprensione. ⭐ Sperimenta le avanguardie del progresso nell'intelligenza artificiale con questo repository!
💭 Analisi del Sentimento Basata sugli Aspetti: Transformer & ML Spiegabile (TensorFlow)
Repository contenente tutto ciò che è necessario per l'analisi del sentiment e le aree correlate
Analisi del sentiment, classificazione del testo, dizionario, bayes, analisi del sentiment, TextCNN, classificazione, tensorflow, BERT, CNN, classificazione del testo
🎯 Software di analisi della visualizzazione dei dati dei commenti di Bilibili: i creatori possono usarlo per guidare la selezione dei temi e comprendere la propria base di fan.
Domande frequenti
Qual è il repository #sentiment-analysis più popolare su GitHub?
Il progetto open source #sentiment-analysis più alto in classifica su GitHub è fighting41love/funNLP, con 78,181 stelle. Parole sensibili cino-inglesi, rilevamento lingua, query di appartenenza/operatore telefoni mobili/fissi cinesi/esteri, inferenza genere da nomi, estrazione numero mobile, estrazione carta d'identità, estrazione email, biblioteca nomi cino-giapponese, biblioteca abbreviazioni cinesi, dizionario decomposizione caratteri, valori sentimentali lessicali, parole vuote, tabella parole reazionarie, tabella parole violenza-terrorismo, conversione tra semplificato-tradizionale, simulazione pronuncia cinese in inglese, generatore testi canzoni Wang Feng, biblioteca nomi professioni, biblioteca sinonimi, biblioteca antonimi, biblioteca parole negative, biblioteca marchi auto, biblioteca parti auto, segmentazione continua inglese, vari vettori parole cinesi, grande raccolta nomi aziende, biblioteca poesia antica, biblioteca IT, biblioteca finanza, biblioteca idiomi, biblioteca nomi geografici, biblioteca figure storiche, biblioteca poesia, biblioteca medicina, biblioteca alimentazione, biblioteca legale, biblioteca auto, biblioteca animali, corpus chat cinese, dati rumors cinesi, dataset Q&A cinese Baidu, collezione algoritmi matching similarità frasi, risorse bert, tool generazione&riassunto testo, tool estrazione info cocoNLP, matching regex numeri telefono nazionali, Tsinghua XLORE: grafo conoscenza enciclopedico cross-lingua cino-inglese, serie report tecnologia IA Tsinghua, generazione linguaggio naturale, serie NLU troppo difficile, dati coppie automatiche & robot, lista blacklist nomi utente, nomi legali reati & modello classificazione, corpus account pubblici WeChat, corso cs224n deep learning NLP, riconoscimento caratteri cinesi scritti a mano, corpus/dataset NLP cinese, strumento divino naming variabili, biblioteca corpus segmentazione + codice, dataset dialoghi task-based inglese, dataset voce ASR + cinese basato deep learning
Quali linguaggi di programmazione sono più utilizzati nei repository #sentiment-analysis?
Tra i progetti #sentiment-analysis più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, JavaScript, HTML.
Come viene calcolata la classifica dei repository #sentiment-analysis?
Monitoriamo 48 repository open source attivi contrassegnati con #sentiment-analysis (500+ stelle), per un totale di 237,210 stelle e una media di 4,941 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.