中文情感分析语料库，包含酒店、服装、水果、平板、洗发水等5个领域的评价数据，每个领域各包含5000条正面和负面评价，数据抓取于携程网和京东，仅供科研学习之用，欢迎下载使用！
2024/5/18 20:30:47
2.21MB
1
该评论语料库采集自京东商城，包含电脑评论、手机评论、图书评论、服装评论等19个不同种类的消费者评论，共有58万条评论记录。
数据文件中每条评论记录占一行，每条评论句后面给出类别标注，分隔符为"\t"。
该语料库是研究评论文本较好的训练数据集。
数据文件中每条评论记录占一行，每条评论句后面给出类别标注，分隔符为"\t"。
该语料库是研究评论文本较好的训练数据集。
2024/5/11 1:12:30
41.27MB
1
已经标记号label的中文命名实体识别的语料库，采用BIM标志形式。
包括人名（PERSON）、地点（LOCATION）、时间（TIME）及机构名（ORGANIZATION）。
包括人名（PERSON）、地点（LOCATION）、时间（TIME）及机构名（ORGANIZATION）。
2024/5/10 1:36:01
17.29MB
1
汉语语料库，包含9000多个文本，涵盖新闻、论文、散文、小说等多种类型的文本，经过了分词和词性标注的精加工。
2024/4/27 17:48:12
31.68MB
1
解决nltk安装punkt等语料库时报错的问题；
把下载好的语料包punkt.zip解压到nltk_data/tokenizers/punkt中
把下载好的语料包punkt.zip解压到nltk_data/tokenizers/punkt中
2024/4/12 10:36:57
13.07MB
1
为了弥补国内在中文情感挖掘方面的语料的匮乏，谭松波收集整理了一个较大规模的酒店评论语料。
语料规模为10000篇。
语料从携程网上自动采集，并经过整理而成。
为了方便起见，语料被整理成4个子集:1.ChnSentiCorp-Htl-ba-2000:平衡语料，正负类各1000篇。
2.ChnSentiCorp-Htl-ba-4000:平衡语料，正负类各2000篇。
3.ChnSentiCorp-Htl-ba-6000:平衡语料，正负类各3000篇。
4.ChnSentiCorp-Htl-unba-10000:非平衡语料，正类为7000篇。
语料规模为10000篇。
语料从携程网上自动采集，并经过整理而成。
为了方便起见，语料被整理成4个子集:1.ChnSentiCorp-Htl-ba-2000:平衡语料，正负类各1000篇。
2.ChnSentiCorp-Htl-ba-4000:平衡语料，正负类各2000篇。
3.ChnSentiCorp-Htl-ba-6000:平衡语料，正负类各3000篇。
4.ChnSentiCorp-Htl-unba-10000:非平衡语料，正类为7000篇。
2024/3/24 6:03:01
3.81MB
1
信息增益是文本分类中一种有效的特征项选择方法，针对垃圾邮件过滤中的特征项选择问题，提出了一种改进的信息增益方法提取特征词，并采用了最小风险贝叶斯的决策方法，最后在英文语料库上进行实验，实验结果表明改进后的方法降低了过滤器对合法邮件的误判。
2024/3/13 7:21:07
564KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB