997261095 / bert-kbqa

Related projects: ⓘ

• WangShengguang / ccks-2020
  CCKS 2020：新冠知识图谱构建与问答评测（四）新冠知识图谱问答评测
  ☆216Updated 3 years ago
• nocoolsandwich / iamQA
  中文wiki百科QA阅读理解问答系统，使用了CCKS2016数据的NER模型和CMRC2018的阅读理解模型，还有W2V词向量搜索,使用torchserve部署
  ☆89Updated 3 years ago
• NeilGY / NER_entityRelationExtration
  实体识别和关系抽取的联合模型
  ☆119Updated 5 years ago
• jkszw2014 / bert-kbqa-NLPCC2017
  A trial of kbqa based on bert for NLPCC2016/2017 Task 5 (基于BERT的中文知识库问答实践，代码可跑通）
  ☆268Updated 5 years ago
• percent4 / ccks_triple_extract
  限定领域的三元组抽取的一次尝试，本文将会介绍笔者在2019语言与智能技术竞赛的三元组抽取比赛方面的一次尝试。
  ☆132Updated last year
• qiufengyuyi / event_extraction
  baidu aistudio event extraction competition
  ☆224Updated last year
• lvjianxin / Relationship-extraction
  中文关系抽取
  ☆137Updated 5 years ago
• hquzhuguofeng / KBQA-BERT-CRF
  基于知识图谱的问答系统
  ☆131Updated 4 years ago
• circlePi / Bert_Chinese_Ner_pytorch
  Named Recognition Entity based on BERT and CRF 基于BERT+CRF的中文命名实体识别
  ☆181Updated last year
• jiangnanboy / albert_lstm_crf_ner
  albert + lstm + crf实体识别，pytorch实现。识别的主要实体是人名、地名、机构名和时间。albert + lstm + crf (named entity recognition)
  ☆132Updated 2 years ago
• zhangyunxing37 / knowledge_grapy-kbqa_demo
  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
  ☆60Updated 5 years ago
• Mryangkaitong / Chinese_NRE
  中文关系抽取
  ☆95Updated 2 years ago
• saiwaiyanyu / knowledge-graph-nlp-in-action
  从模型训练到部署，实战知识图谱(Knowledge Graph)&自然语言处理(NLP)。涉及 Tensorflow, Bert+Bi-LSTM+CRF,Neo4j等 涵盖 Named Entity Recognition,Text Classify,Informatio…
  ☆86Updated 4 years ago
• zhengyima / kg-baseline-pytorch
  2019百度的关系抽取比赛，使用Pytorch实现苏神的模型，F1在dev集可达到0.75，联合关系抽取，Joint Relation Extraction.
  ☆314Updated 4 years ago
• Xu-Wave / EA-CKGQA
  基于知识图谱的中文问答系统（EA-CKGQA）
  ☆38Updated 4 years ago
• seanzhang-zhichen / FAQ-question-answer-system
  基于深度学习的FAQ式问答系统
  ☆33Updated 3 years ago
• zhoujx4 / NLP-Series-relation-extraction
  NLP关系抽取：序列标注、层叠式指针网络、Multi-head Selection、Deep Biaffine Attention
  ☆101Updated 3 years ago
• CLOVEXCWZ / NER_DEMO
  中文命名实体识别NER。用keras实现BILSTM+CRF、IDCNN+CRF、BERT+BILSTM+CRF进行实体识别。结果当然是BERT+BILSTM+CRF最好啦。
  ☆282Updated 4 years ago
• Lisennlp / bert_crf_sequence_annotation
  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
  ☆56Updated last year
• DannyLee1991 / ExtractTriples
  抽取中文三元组
  ☆94Updated last year
• lushishuai / BERT-ROBERTA-pytorch-multi-label-classification
  bert pytorch模型微调用于的多标签文本分类
  ☆120Updated 4 years ago
• benkang-chen / Event-Extraction
  事件抽取相关算法汇总
  ☆123Updated 5 years ago
• huanghuidmml / cail2019_track2
  中国法研杯CAIL2019要素抽取任务第三名方案分享
  ☆139Updated 3 years ago
• liuhuanyong / WordMultiSenseDisambiguation
  WordMultiSenseDisambiguation, chinese multi-wordsense disambiguation based on online bake knowledge base and semantic embedding similarit…
  ☆124Updated 5 years ago
• yuanxiaosc / Schema-based-Knowledge-Extraction
  Code for http://lic2019.ccf.org.cn/kg 信息抽取。使用基于 BERT 的实体抽取和关系抽取的端到端的联合模型。
  ☆283Updated 5 years ago
• keyue123 / poemKBQA
  基于知识图谱的问答系统
  ☆70Updated 5 years ago
• percent4 / spo_extract_platform
  本项目是利用深度学习技术来构建知识图谱方向上的一次尝试，作为开放领域的关系抽取，算是笔者的一次创新，目前在这方面的文章和项目都很少。
  ☆304Updated last year
• taorui-plus / OpenNRE
  哈工大bert上fine turning ，中文人物关系抽取任务准确率0.97
  ☆118Updated 4 years ago
• BonnieHuangxin / Bert_sentence_similarity
  Bert预训练模型fine-tune计算文本相似度
  ☆95Updated last year
• Wangpeiyi9979 / IE-Bert-CNN
  一个关于百度2019语言与智能技术竞赛信息抽取 (http://lic2019.ccf.org.cn/kg) 模型, 模型采用BERT+CNN。DEMO地址 https://github.com/Wangpeiyi9979/InformationExtractionDem…
  ☆187Updated 5 years ago