GiNZA - Japanese NLP Library
Skip to the content. GiNZAの公開ページ What’s new! GiNZA v5.2.0をリリースしました (2024.03.31) 日本語の節認定のためのAPIを追加 (experimental) ja_ginza_bert_largeのβ版を公開中 cl-tohoku/bert-large-japanese-v2をベースモデルに採用 精度が大幅に向上（LAS=0.938, UAS=0.949, UPOS=0.983, ENE=0.708） CUDAに対応し8GB以上のRAMを搭載したGPU環境、または、M1・M2などApple Silicon環境の利用を推奨 ginzaコマンドで日本語以外を含む全てのspaCyモデルが利用可能に ginza -m en_core_web_md の形でモデル名を指定することでCoNLL-U出力ツールとして利用可能 ginzaコマ
R言語でツイートテキストのネガポジ分析 - からっぽのしょこ
はじめに ツイートテキストに対して感情分析を行います。 感情分析とは(ざっくり言うと)、テキストに含まれている単語がそれぞれネガティブな表現なのかポジティブな表現なのかを評価し、テキスト全体がネガ・ポジどちらなのかを判定するものです。 【分析手順】 rtweetパッケージを使ってツイートを拾ってきます 取得したツイートテキストを、指定した期間(日or月)ごとに区分けして1つのテキストとします 各(期間の)テキストに対して、MeCabで形態素解を行います 単語感情極性対応表を利用して、単語ごとにネガポジスコアを付与します 期間ごとにネガティブスコア・ポジティブスコアを合算してその期間のネガ度・ポジ度とします その結果をggplot2で可視化します 完成図 はじめに ・ツイートのネガポジ分析 ・ツイート収集 ・前処理 ・感情分析 ・可視化 主な参考文献 おわりに ・ツイートのネガポジ分析 ##
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
