sentiment-analysis

Trợ lý phân tích dư luận đa tác nhân mà ai cũng có thể sử dụng, phá vỡ vỏ bọc thông tin, khôi phục bản chất của dư luận, dự đoán xu hướng tương lai và hỗ trợ ra quyết định!

FinGPT: Mô hình ngôn ngữ lớn tài chính mã nguồn mở! Đổi mới 🔥 Chúng tôi phát hành mô hình đã huấn luyện trên HuggingFace.

Thư viện LLM và SLM mạnh mẽ, dễ sử dụng đi kèm kho mô hình tuyệt vời.

Mô-đun khai thác web cho Python, tích hợp các công cụ cào dữ liệu, xử lý ngôn ngữ tự nhiên, học máy, phân tích mạng và trực quan hóa.

Thư viện NLP để xây dựng bot, tích hợp trích xuất thực thể, phân tích cảm xúc, tự động nhận diện ngôn ngữ và nhiều tính năng khác

Hướng dẫn bắt đầu với PyTorch và TorchText để phân tích cảm sentiment.

Xử lý Ngôn ngữ Tự nhiên Tiên tiến nhất (State of the Art)

Các pipeline NLP gốc bằng Rust và mô hình dựa trên transformer (BERT, DistilBERT, GPT2,...)

Công cụ khai thác và tiền xử lý văn bản (làm sạch văn bản, phát hiện từ mới, phân tích cảm xúc, liên kết nhận dạng thực thể, trích xuất từ khóa, trích xuất tri thức, phân tích cú pháp, v.v.), sử dụng phương pháp không giám sát hoặc giám sát yếu

Các hướng dẫn Jupyter Notebook về giải quyết vấn đề thực tế bằng Machine Learning và Deep Learning sử dụng PyTorch. Các chủ đề: Nhận diện khuôn mặt với Detectron 2, Phát hiện bất thường chuỗi thời gian với LSTM Autoencoders, Phát hiện đối tượng với YOLO v5, Xây dựng mạng neural đầu tiên, Dự báo chuỗi thời gian cho ca nhiễm Coronavirus hàng ngày, Phân tích cảm sentiment với BERT

Hệ thống phân tích cảm xúc mã nguồn mở của Baidu.

Mô hình học sâu tiên tiến để phân tích cảm xúc, tâm trạng, sự mỉa mai, v.v.

Kho lưu trữ này chứa các triển khai của các kiến trúc khác nhau để nhận diện cảm xúc trong hội thoại.

FinnewsHunter: Nền tảng thông tin tài chính đa tác nhân được hỗ trợ bởi AgenticX. Phân tích tin tức thời gian thực, tổng hợp cảm sentiment và khai thác hệ số alpha.

Obsei là một công cụ tự động hóa sử dụng AI mã nguồn thấp. Nó có thể được sử dụng trong nhiều quy trình kinh doanh như lắng nghe mạng xã hội, cảnh báo dựa trên AI, phân tích hình ảnh thương hiệu, nghiên cứu so sánh và nhiều hơn nữa.

Xử lý ngôn ngữ tự nhiên thân thiện với nhà phát triển ✨

Danh sách các tập dữ liệu Twitter và các tài nguyên liên quan.

MELD: Bộ dữ liệu đa phương thức nhiều bên để nhận diện cảm xúc trong hội thoại

Các hướng dẫn liên quan đến AI. Truy cập miễn phí bất kỳ hướng dẫn nào tại https://towardsai.net/editorial

1 dòng mã cho hàng nghìn mô hình NLP tiên tiến nhất bằng hàng trăm ngôn ngữ. Cách nhanh nhất và chính xác nhất để giải quyết các vấn đề về văn bản.

Ứng dụng web dự đoán thị trường chứng khoán dựa trên Machine Learning và phân tích cảm sentiment từ các tweet (đã bao gồm API key trong mã nguồn). Giao diện web được xây dựng bằng Flask và WordPress. Ứng dụng dự đoán giá cổ phiếu trong 7 ngày tới cho bất kỳ mã chứng khoán nào thuộc NASDAQ hoặc NSE do người dùng nhập vào. Các dự đoán được thực hiện bằng ba thuật toán: ARIMA, LSTM, Linear Regression.

Kho lưu trữ này giới thiệu PIXIU, một tài nguyên mã nguồn mở bao gồm các large language models (LLMs) tài chính đầu tiên, dữ liệu tinh chỉnh hướng dẫn và các benchmark đánh giá để đánh giá toàn diện các LLMs tài chính. Mục tiêu của chúng tôi là liên tục thúc đẩy sự phát triển mã nguồn mở của trí tuệ nhân tạo (AI) tài chính.

Sử dụng NLP để dự đoán biến động giá cổ phiếu liên quan đến tin tức

Bộ công cụ đa ngôn ngữ Python cho phân tích cảm xúc và các tác vụ NLP xã hội

Suy luận transformer tốc độ cao cho Ruby.

Hệ thống gợi ý dựa trên nội dung giúp đề xuất các bộ phim tương tự với sở thích của người dùng và phân tích cảm xúc từ các bài đánh giá.

BERTweet: Mô hình ngôn ngữ được huấn luyện trước cho các Tweet tiếng Anh (EMNLP-2020)

Các bài báo AAAI 2024: Khám phá bộ sưu tập toàn diện các bài nghiên cứu sáng tạo được trình bày tại một trong những hội nghị hàng đầu về trí tuệ nhân tạo. Tích hợp mã nguồn để hiểu rõ hơn. Trải nghiệm sự tiến bộ vượt bậc trong trí tuệ nhân tạo với kho lưu trữ này!

Phân tích cảm xúc dựa trên khía cạnh: Transformer và ML có thể giải thích (TensorFlow)

Bộ công cụ xử lý ngôn ngữ tự nhiên tiếng Ả Rập được phát triển bởi CAMeL Lab tại Đại học New York Abu Dhabi.