上一页 1 2 3 4 5 6 ··· 34 下一页
摘要: 诗词问答 诗人问题 # 诗人相关问题 # 诗人的作品 self.poem_name_qwds=['诗','作品','诗集','诗词'] # 诗人的朋友 self.poemer_friend_qwds=['好友','朋友','知己'] # 诗人的出生年月 self.poemer_born_qwds=[ 阅读全文
posted @ 2021-12-30 23:31 清风紫雪 阅读(310) 评论(0) 推荐(1) 编辑
摘要: 诗词鉴赏 整体鉴赏 单句鉴赏 这里还有些欠缺,翻译和赏析需要再细分一下,细分到具体的诗句的译文和情感 其次,诗词的模型还需要训练,后期不仅实现单句赏析,最好能出现单个名词性意象的赏析(名词性意象需要进行单独的训练) 阅读全文
posted @ 2021-12-17 22:04 清风紫雪 阅读(225) 评论(0) 推荐(0) 编辑
摘要: 七类情感分析 情感字典标注数据集 通过之前word2vec查找七类情感的相近词,得到一个情感词典,由于我们需要对其进行诗句评分,来判断整体的情感表现。 故而,我们重新收集了相关的情感词典,并收集了对应的权重(相似程度值),以此来判断整首诗的情感。 如下表所示: 根据我们所得到的情感字典,来对唐诗48 阅读全文
posted @ 2021-12-16 23:15 清风紫雪 阅读(1022) 评论(4) 推荐(2) 编辑
摘要: Word2vec构造情感字典 基本含义 基于Word2vec的字向量能从大量未标注的普通文本数据中无监督地学习到字向量,而且这些字向量包含了字与字之间的语义关系,正如现实世界中的“物以类聚,类以群分”一样,字可以由它们身边的字来定义。 从原理上讲,基于字嵌入的Word2vec是指把一个维数为所有字的 阅读全文
posted @ 2021-12-15 23:40 清风紫雪 阅读(1235) 评论(4) 推荐(1) 编辑
摘要: Bilstm中文微博多情感分析 数据 我的数据是来自github的一个项目:ChineseNlpCorpus 里面收集了蛮多用于自然语言处理的中文数据集/语料。 下载地址: 百度网盘数据概览: 36 万多条,带情感标注 新浪微博,包含 4 种情感,其中喜悦约 20 万条,愤怒、厌恶、低落各约 5 万 阅读全文
posted @ 2021-12-15 23:21 清风紫雪 阅读(875) 评论(1) 推荐(0) 编辑
摘要: 分析步骤 数据集 现在我们有一个经典的数据集IMDB数据集,地址:http://ai.stanford.edu/~amaas/data/sentiment/,这是一份包含了5万条流行电影的评论数据,其中训练集25000条,测试集25000条。数据格式如下: 下图左边为名称,其中名称包含两部分,分别是 阅读全文
posted @ 2021-12-13 22:22 清风紫雪 阅读(348) 评论(0) 推荐(0) 编辑
摘要: 诗词时空背景 来源 根据目前的诗词,找出其创作时间,根据创作时间找出相近的诗词创作,提取诗词的背景信息以及对应的诗句,将该诗词创作的前后时间补充完整 def get_poemtime_about_poem(): poem_name = request.form.get("poem_name") db 阅读全文
posted @ 2021-12-11 22:10 清风紫雪 阅读(104) 评论(0) 推荐(0) 编辑
摘要: 今日进度 诗人信息 诗词注释 爬取诗词注释 import requests from bs4 import BeautifulSoup from lxml import etree headers = {'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win6 阅读全文
posted @ 2021-12-09 20:48 清风紫雪 阅读(112) 评论(0) 推荐(0) 编辑
摘要: 诗词鉴赏 基本介绍 模糊查找 搜索望岳 跳转至诗词查找页面 阅读全文
posted @ 2021-12-08 22:47 清风紫雪 阅读(75) 评论(0) 推荐(0) 编辑
摘要: 人物关系优化 优化一 修改连接线上的文字:为蓝色更加醒目 优化二 当鼠标触摸诗人,会将其与有关联的诗人线条变红,并将其他不直接相关的诗人线条去除 展示效果 诗人轨迹 处理过程 ①先获取所有古代地名的经纬度,形成如下的map信息 var geoCoordMap={ '鉴湖': [120.5463489 阅读全文
posted @ 2021-12-05 23:20 清风紫雪 阅读(431) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 ··· 34 下一页