腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
搜索
关闭
文章
问答
(9999+)
视频
开发者手册
清单
用户
专栏
沙龙
全部问答
原创问答
Stack Exchange问答
更多筛选
回答情况:
全部
有回答
回答已采纳
提问时间:
不限
一周内
一月内
三月内
一年内
问题标签:
未找到与 相关的标签
筛选
重置
2
回答
使用NGram
情绪
分析-无法获得前
5
个单词
binary=True)X_test = cv.transform(test_text) 当我使用支持向量机时,我可以打印出我的情感分析中的前
5
个单词在这个引用中可以找到类似的代码,但是第2部分中的示例没有打印NGram的前
5
个单词。
浏览 1
提问于2019-12-11
得票数 1
回答已采纳
1
回答
mongodb -如何在聚合查询中写入条件
我想:2)在该项目的所有评论中,获取每个项目的平均
情绪
得分,并按此排序。3)获取每个项目组的评论总数到目前为止,我有下面的查询,它涉及1-3,但也不确定如何获得4/
5
: {"$group
浏览 2
提问于2017-08-14
得票数 0
回答已采纳
1
回答
连接不共享时间戳值的数据集
我有两个不同的csv文件,它们对应于一个人的HRV (csv no1)和他们的
情绪
(csv no2)。第一个数据集使用UNIX时间戳来捕获HRV值,而另一个数据集则记录了人们每
5
秒观察自己时的
情绪
。由于
情绪
每
5
秒捕获一次,HRV值每秒钟捕获一次,所以我想迭代HRV值数据集的行,并创建一个新的数据集(或者仅仅是一个新列,不管怎么样),其中包含每组
5
行的平均和。例如,前
5
行的平均值对应于这种
情绪
,接下来的
5
行对应于其他
情绪</em
浏览 1
提问于2022-04-08
得票数 0
回答已采纳
1
回答
正负情感兼备的整体词
我一直在使用sentiments数据集,发现bing和nrc数据集包含一些既有积极
情绪
又有负面
情绪
的单词。**必应--三个有正面和负面
情绪
的词** filter(word %in% c("envious",chr>2 envious negative4 enviously
浏览 0
修改于2017-09-03
得票数 0
1
回答
Python循环和计数器
这是我的代码;if mood ==
5
: # I don't want the mood going over fourmoode() mood += 1问题是,如果你说了
5
次,她会回答‘你已经说了
5
次了’,但我不希望
情绪
超
浏览 2
修改于2014-06-17
得票数 0
2
回答
MySQL:提取元素最常用的值
我有一个DB表,里面有一组文本,每一个都有五(
5
)种
情绪
。我需要做的是得到每一组行最频繁的
情绪
,但前提是这种
情绪
至少出现三次。否则,我不希望在结果集中显示聚合行。| surprisehello | neutral在这种情况下,文本"Hello“不会显示,因为没有至少3次发生的
情绪
浏览 0
修改于2018-01-31
得票数 0
回答已采纳
4
回答
如何根据字符串数组中的对应值返回字符串
我尝试过的代码看起来非常长,如果我添加更多的
情绪
/状态(即愤怒),代码就会膨胀。除了情感数组之外,任何新的函数、数据结构和变量都可以更改/引入。例如,我可以得到一份
情绪
清单:现在我想返回一个字符串,它反映了基于这
5
种
情绪
的“最接近”的
情绪
。: 2(*Happy*) + 2(*
浏览 5
修改于2020-01-23
得票数 2
回答已采纳
1
回答
文本情感检测
我正在做一个项目,在这个项目中,我必须从用户获得的评论(通过评论)中检测
情绪
。我的任务是在至少
5
种
情绪
中对评论进行分类:快乐、满足/不满意、失望、悲伤、喜悦。我能找到一个已经存在的模型,在那里我可以分析每个评论中的
情绪
。我的输出需要给出评论是高兴的还是悲伤的/愤怒的等等。我愿意使用RNN技术。有人能帮我做我的项目吗?谢谢。
浏览 0
提问于2019-12-15
得票数 2
2
回答
在-1和1之间缩放
我有一个数据框架,其中包含文本的正面、负面和中性
情绪
分析百分比,我正在尝试将这些数据缩放到一个介于-1(最负面)和1(最正面)之间的数字。确定这个分数的最佳公式是什么?object 4 negative 200 non-null float64积极
情绪
: 39.37210499227998中性
情绪</e
浏览 3
修改于2020-04-19
得票数 0
1
回答
NLU分析:关键字/实体的-1比1的
情绪
得分是否代表程度或信心?
使用NLU对实体和关键词的分析,反应返回以下
情绪
项目得分:概念的
情绪
得分在-1到1之间。负值表示消极
情绪
,正面分数表示积极
情绪
。这个分数代表的是积极
情绪
还是消极
情绪
(即-.9952是非常负面的,而-.1301是某种程度上的负面
情绪
)?还是这个分数代表了积极或消极
情绪
的信心(即-.9952肯定是负面的,而-.1301可能只是负面的)?
浏览 4
修改于2018-07-18
得票数 0
1
回答
情感分类中的缺失值
这种
情绪
可以采取
5
个可能的价值。我使用以下分类器 创建一个
浏览 1
提问于2015-10-02
得票数 2
回答已采纳
1
回答
将电子表格的值四舍五入到最接近的0.0 / 0.5并在图形上绘制
我有以下电子表格数据:目前,我不知道如何将其分组到以下图表中:为了更多地解释这个图,我需要首先将所有情感条目分组到每个0, 0.5,其次,每个
情绪
都有相关的结果,即第一行将在
情绪
(x轴)的组3中,并在y轴上添加1作为结果,假设在此
情绪
组3中有10个不同的
情绪
,并且每个
情绪
的值都为1或-1,这需要一起计算,
情绪
组3的结果(y轴)可以为
浏览 0
修改于2019-07-11
得票数 0
回答已采纳
3
回答
情绪
分析(例如在Facebook上)和Twitter
情绪
分析之间有什么区别?
我对
情绪
分析和twitter
情绪
分析的名字有点困惑,我想为facebook粉丝页面posts.so做情感分析,我决定使用api,但我没有找到任何为facebook Posts.Every api服务提供情感分析的对于facebook的
情绪
分析,我需要使用
情绪
分析api还是twitter
情绪
分析(我知道名字本身就意味着
情绪
是针对twitter推特的)。
浏览 0
修改于2016-09-09
得票数 6
2
回答
情绪
分析:超过3种
情绪
我的应用程序需要情感分析功能。我发现了大量的服务和库,它们可以帮助完成这项任务。但它们中的大多数都有“三维”输出:文本可以分为“正面”、“否定”或“中性”。是否可以进行这类分类呢?是否已经有一些服务/框架/库可用?
浏览 6
提问于2015-07-02
得票数 3
回答已采纳
1
回答
在地理空间分析中为不同用户的情感赋予不同的权重并显示
我有以下数据:Person A Yes 3/
5
/2015B No 3/
5
/2015 14:00 -0.5 LA 1Person A Yes 3/<
浏览 3
修改于2019-05-24
得票数 1
3
回答
使用字典值列表交叉检查列表中最常见的项
我有一个字典Songs,以歌曲为关键字,以它们的
情绪
为值。我还有一本Users字典,里面有收听的歌曲。现在,我想检查Songs字典中每个用户最流行的
情绪
,并将这些
情绪
放在一个新的词典中,将用户与
情绪
联系起来。Song1' : ['techno', 'upbeat'], 'Song3' : ['pop'
浏览 0
修改于2020-10-05
得票数 0
3
回答
在运行情感分析之前进行预处理
情绪
分析帮助我们衡量推文的
情绪
,然而,我们从api获得的许多推文可能真的不能‘分类’成某种
情绪
。另外,在我开始运行
情绪
分析器之前,如果我想确定在tweet (比如电影评论)上运行
情绪
分析是否有意义,我可以查找哪些主题/api/文献?
浏览 2
提问于2015-06-26
得票数 2
2
回答
在构建CNN模型时,训练数据的顺序重要吗?
我正在查看位于的Keras CNN示例,我看到输入数据具有随机混洗的正面和负面
情绪
训练样本。我想知道CNN是否对训练数据的排序敏感。为了清晰起见:如果我的y_train是100x1的形状,其中0-50表示所有积极
情绪
,50-100表示负面
情绪
,那么与每个偶数指数都有正面
情绪
而奇数指数都有负面
情绪
时相比,结果会有所不同吗?
浏览 2
提问于2019-12-19
得票数 0
2
回答
人工神经网络如何处理各种大小的输入?
我有一个包含消息(字符串)和相关
情绪
的数据集。我试图用人工神经网络来预测六种
情绪
中的一种,使用编码的输入。X_train的样子: list([1, 6278, 14, 9137, 334, 9137, 8549, 1380, 7]), list([1, 2, 79, 137, 422, 877,
5
, 230, 621, 18]),
浏览 0
提问于2020-10-10
得票数 1
4
回答
情绪
分析
在执行情感分析时,我如何让机器理解我指的是苹果( iphone),而不是苹果(水果)?
浏览 3
提问于2013-02-18
得票数 7
回答已采纳
第 2 页
第 3 页
第 4 页
第 5 页
第 6 页
第 7 页
第 8 页
第 9 页
第 10 页
第 11 页
点击加载更多
领券