微舆:人人可用的多Agent舆情分析助手,打破信息茧房,还原舆情原貌,预测未来走向,辅助决策!从0实现,不依赖任何框架。
微舆:人人可用的多Agent舆情分析助手,打破信息茧房,还原舆情原貌,预测未来走向,辅助决策!从0实现,不依赖任何框架。
practical-tutorials
项目驱动学习教程合集,通过一步步做完整项目来掌握一门技术。目前累计 28.8 万 star、3.7 万 fork,在本地项目库中星标排名约第 16 / 65705,主要语言为 Python,项目始于 2017 年,采用 MIT 许可。最近状态:本周仍有提交。
适合谁:推荐给想补齐某块知识的开发者:涉及 beginner-project、cpp、golang、javascript 方向。
按累计星标排序,库内共 65,707 个项目(GitHub 上星标 ≥ 1k 的公开仓库约 65,980 个)。
优先使用本地记录的星标快照计算近 7 天真实增量;快照不足 7 天时,按「创建以来日均获星」估算,数值旁会标注口径。
已收录 GitHub 星标过千的公开项目,附原始简介、语言、主题与活跃度。用一句自然语言描述需求,即可获得 AI 推荐。
微舆:人人可用的多Agent舆情分析助手,打破信息茧房,还原舆情原貌,预测未来走向,辅助决策!从0实现,不依赖任何框架。
微舆:人人可用的多Agent舆情分析助手,打破信息茧房,还原舆情原貌,预测未来走向,辅助决策!从0实现,不依赖任何框架。
FinGPT 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅,主打开源免费。
FinGPT: Open-Source Financial Large Language Models! Revolutionize 🔥 We release the trained model on HuggingFace.
pattern 是用 Python 编写的学习资料,用于系统学习与查阅。
Web mining module for Python, with tools for scraping, natural language processing, machine learning, network analysis and visualization.
deep-learning-v2-pytorch 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理。
Projects and exercises for the latest Deep Learning ND program https://www.udacity.com/course/deep-learning-nanodegree--nd101
搜索所有中文NLP数据集,附常用英文NLP数据集
搜索所有中文NLP数据集,附常用英文NLP数据集
sentiment 是用 JavaScript 编写的 AI 工具,用于人工智能方向的建模与推理。
AFINN-based sentiment analysis for Node.js.
文本挖掘和预处理工具(文本清洗、新词发现、情感分析、实体识别链接、关键词抽取、知识抽取、句法分析等),无监督或弱监督方法
文本挖掘和预处理工具(文本清洗、新词发现、情感分析、实体识别链接、关键词抽取、知识抽取、句法分析等),无监督或弱监督方法
stocksight 是用 Python 编写的开源项目,主题标签有限,建议打开仓库查看具体用途。
Stock market analyzer and predictor using Elasticsearch, Twitter, News headlines and Python natural language processing and sentiment analysis
bulbea 是用 Python 编写的学习资料,用于系统学习与查阅。
:boar: :bear: Deep Learning based Python Library for Stock Market Prediction and Modelling
Aspect Based Sentiment Analysis, PyTorch Implementations. 基于方面的情感分析,使用PyTorch实现。
Aspect Based Sentiment Analysis, PyTorch Implementations. 基于方面的情感分析,使用PyTorch实现。
Senta 是用 Python 编写的开源项目,主题标签有限,建议打开仓库查看具体用途,主打开源免费。
Baidu's open-source Sentiment Analysis System.
linusrants 是用 Python 编写的开源项目,主题标签有限,建议打开仓库查看具体用途。
Dataset of Linus Torvalds' rants classified by negativity using sentiment analysis
text-analytics-with-python 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅。
Learn how to process, classify, cluster, summarize, understand syntax, semantics and sentiment of text data with the power of Python! This repositor…
twitter-sentiment-analysis 是用 Python 编写的学习资料,用于系统学习与查阅。
Sentiment analysis on tweets using Naive Bayes, SVM, CNN, LSTM, etc.
DeepMoji 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
State-of-the-art deep learning model for analyzing sentiment, emotion, sarcasm etc.
FinnewsHunter 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发,主打实时。
FinnewsHunter: Multi-agent financial intelligence platform powered by AgenticX. Real-time news analysis, sentiment fusion, and alpha factor mining.
xmnlp:提供中文分词, 词性标注, 命名体识别,情感分析,文本纠错,文本转拼音,文本摘要,偏旁部首,句子表征及文本相似度计算等功能
xmnlp:提供中文分词, 词性标注, 命名体识别,情感分析,文本纠错,文本转拼音,文本摘要,偏旁部首,句子表征及文本相似度计算等功能
awesome-twitter-data 是一个资源清单,按主题汇总同类优质资源。
A list of Twitter datasets and related resources.
nlp-with-ruby 是用 Ruby 编写的资源清单,按主题汇总同类优质资源。
Curated List: Practical Natural Language Processing done in Ruby
LSTM-Sentiment-Analysis 是用 Jupyter Notebook 编写的开源项目,主题标签有限,建议打开仓库查看具体用途。
Sentiment Analysis with LSTMs in Tensorflow
项目列表来自 GitHub 官方 Search API(stars:>1000)。单个查询最多只能返回前 1000 条,所以「同步热门」取到的是星标最高的 1000 个;要拿全量必须按星标区间拆成多个查询——本站会先查各区间的真实数量再自动切分(1k–2k 约 3.2 万个,2k–5k 约 2.1 万个,5k–20k 约 1 万个,2 万以上约 2300 个)。GitHub 上星标过千的公开仓库当前约 65,980 个,本站已收录 65,707 个。星标、简介、语言与主题均为 GitHub 原始字段,未做人工逐一核验。
中文介绍分三种来源,卡片与详情页均有标注:热门项目使用本站人工维护的条目;其余项目由程序依据语言、主题、简介中的特征词与项目数据自动生成;仓库原简介本身是中文时直接引用原文。自动生成的介绍只是对公开字段的归纳,不代表项目方表述,也不构成选型结论。
每日推荐按北京时间每天从星标 6000 以上、近 18 个月仍有提交且未归档的项目中选取,排除近 120 天已推荐过的项目,同一天内结果固定。推荐结果由规则引擎(或配置的大模型)生成,不构成选型结论。
每天每台设备可免费检索 3 次,浏览、筛选和关键词查找不消耗额度。选择下方任一方案即可继续(当前为模拟支付)。
模拟支付不会接入真实渠道,也不会产生任何扣款。