本项目的数据来自“互联网新闻情感分析”赛题。基于Transformer2.0库中的中文Bert模型，对新闻语料进行三分类。

计算新闻文本类情感分析（采用TF-IDF，余弦距离，情感依存等算法）

利用文本挖掘技术进行新闻热点关注问题分析

新闻评论观点挖掘系统，粗粒度的分析出新闻网评观点的倾向和走势

春江水暖“鸭先知”，“鸭先知”是一个利用新闻文本做舆情分析的系统

基于分布式爬虫，采集互联网公开来源的金融类新闻和文档类文本； 基于文本挖掘技术，进行无监督/半监督学习的数据ETL与特征工程； 基于金融数据挖掘技术，进行宏观经济分析，基本面分析与行业分析

中文常用停用词表（哈工大停用词表、百度停用词表等）

中文人名语料库。人名生成器。中文姓名,姓氏,名字,称呼,日本人名,翻译人名,英文人名。可用于中文分词、人名实体识别。

mirror of dongxiexidian/Chinese

THUOCL（THU Open Chinese Lexicon）中文词库

ChineseSemanticKB,chinese semantic knowledge base, 面向中文处理的12类、百万规模的语义常用词典，包括34万抽象语义库、34万反义语义库、43万同义语义库等，可支持句子扩展、转写、事件抽象与泛化等多种应用场景。

公司名语料库。机构名语料库。公司简称,缩写,品牌词,企业名。可用于中文分词、机构名实体识别。

金融财经类新闻文本主题事件提取

Scrapy Spider for 各种新闻网站

本项目实现了ocr主流算法gru/lstm+ctc+cnn架构，进行不定长度验证码识别，达到不分割字符而识别验证码内容的效果。验证码内容包含了大小字母以及数字，并增加点、线、颜色、位置、字体等干扰项。本项目对gru +ctc+cnn、lstm+ctc+cnn、cnn三种架构进行了对比，实践说明同等训练下gru/lstm+ctc+cnn架构准确率和速度均明显优于cnn架构，gru +ctc+c…

Deep Learning Book Chinese Translation