920232796 / NLP_flaskLinks
可以将bert相关模型在网站上进行展示、测试，后端使用flask，前端使用vue。
☆11Updated 4 years ago
Alternatives and similar repositories for NLP_flask
Users that are interested in NLP_flask are comparing it to the libraries listed below
Sorting:
- 多模型中文cnews新闻文本分类☆59Updated 5 years ago
- 基于Transformer的生成式文本摘要☆187Updated 3 years ago
- LSTM，TextCNN，fastText情感分析，模型用 tf_serving 和 flask 部署成web应用☆43Updated 6 years ago
- 使用三种方法实现中文抽取式自动文摘，分别是TextRank算法、MMR（最大边界相关算法）算法和TextRank+Word2vec方法；最后使用Rouge评价方法，将生成的摘要和标准摘要进行比较，输出p、r、f值。☆35Updated 5 years ago
- 文本聚类 k-means算法及实战☆56Updated 7 years ago
- 本项目是一个知识图谱可视化程序，采用前后端分离技术实现，前端使用 Vue，后端使用 Flask☆23Updated 4 years ago
- 基于深度学习的FAQ式问答系统☆35Updated 4 years ago
- 文本自动摘要☆94Updated 2 years ago
- 基于知识图谱的问答系统☆137Updated 5 years ago
- 智能客服系统（智能问答）☆125Updated 5 years ago
- 将bert模型应用到问答系统中来，一者学习知识图谱的基本操作，二简单搭建问答系统的基本 框架，三将词向量、bert模型实践应用☆59Updated 6 years ago
- 本项目使用Keras实现Transformer模型来进行文本分类（中文、英文均支持）。☆12Updated 3 years ago
- 问答系统前后端☆15Updated 5 years ago
- THUCNews中文文本分类数据集，该数据集包含84万篇新闻文档，总计14类；在该模型的基础上测试多个版本bert分类效果。☆69Updated 5 years ago
- 新闻文本自动摘要， 以Textrank 为基础，融入 标题特征，单句位置特征，重要实体特征，线索词特征，做句子的综合权重计算，并使用MMR算法，兼顾自动摘要的主题相关性和摘要多样性。☆26Updated 3 years ago
- 本项目包含几种常用 NLP算法的实现：关键词(keyword)、命名实体(named entity)、自动摘要(abstract)、文本相似度比较(text similarity)等☆16Updated 4 years ago
- 基于PaddleNLP搭建评论观点抽取和属性级情感分析模型，并基于前后端分离式架构完成属性级情感分析Web系统搭建，通过细粒度情感分析帮助用户和商家更好决策。☆70Updated 2 years ago
- Pytorch 文本分类温习练习，本项目主要针对短文本的简单分类，demo看看就好。这里用到的网络有：FastText、TextCNN、TextRNN、TextRCNN、Transformer☆17Updated 5 years ago
- 基于pytorch进行文本多分类，主要模型为双向LSTM，预测准确率83%☆43Updated 5 years ago
- bert文本分类，ner, albert，keras_bert，bert4keras，kashgari，fastbert，flask + uwsgi + keras部署模型，时间实体识别，tfidf关键词抽取，tfidf文本相似度，用户情感分析☆196Updated last year
- 中国知网论文数据集，24000+篇论文信息。自然语言处理、信息管理、文本分类、文本摘要、关键词抽取、研究热点分析、数据挖掘、数据分析☆53Updated 11 months ago
- A QA System based by BiLSTM. 一个基于双向LSTM的智能问答系统，有交互界面、详细注释、多版本、能运行、文件齐全。☆17Updated 5 years ago
- 基于Pytorch+BERT+CRF的NLP序列标注模型，目前包括分词，词性标注，命名实体识别等☆62Updated 3 years ago
- 专业领域词库构建/中文新词发现/专业词库发现☆31Updated 6 years ago
- 自然语言处理中的基础任务，包含但不限于文本表示，文本分类，命名实体识别，关系抽取，文本生成，文本摘要等，基于tensorflow2或Pytorch，所有代码均经过测试，项目中也包含相关数据。☆151Updated 3 years ago
- 基于Bert实现中文文本二分类☆29Updated 5 years ago
- 零基础入门NLP - 新闻文本分类 正式赛第一名方案☆236Updated 5 years ago
- 文本二分类任务，是否文档是否属于政治上的出访类事件，利用BERT提取特征，模型采用简单的DNN。☆61Updated 6 years ago
- 基于bert_mrc的中文命名实体识别☆42Updated 3 years ago
- 基于pytorch_bert的中文多标签分类☆93Updated 4 years ago