CLOVEXCWZ / NER_DEMOLinks
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。
☆292Updated 5 years ago
Alternatives and similar repositories for NER_DEMO
Users that are interested in NER_DEMO are comparing it to the libraries listed below
Sorting:
- 基于BI-LSTM+CRF的中文命名实体识别 Pytorch☆402Updated 2 years ago
- ChineseNER based on BERT, with BiLSTM+CRF layer☆453Updated 4 years ago
- 基于BERT+BiLSTM+CRF实现中文命名实体识别☆146Updated 5 years ago
- 使用谷歌预训练bert做字嵌入的BiLSTM-CRF序列标注模型☆483Updated 6 years ago
- 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.☆315Updated 5 years ago
- 基于Tensorflow2.3开发的NER模型,都是CRF范式,包含Bilstm(IDCNN)-CRF、Bert-Bilstm(IDCNN)-CRF、Bert-CRF,可微调预训练模型,可对抗学习,用于命名实体识别,配置后可直接运行。☆429Updated 7 months ago
- Pytorch BERT-BiLSTM-CRF For NER☆417Updated 5 years ago
- 基于Pytorch的BERT-IDCNN-BILSTM-CRF中文实体识别实现☆92Updated 2 years ago
- 基于BERT的中文命名实体识别☆392Updated 5 years ago
- 中文关系抽取☆136Updated 6 years ago
- bert-bilstm-crf implemented in pytorch for named entity recognition.☆280Updated 4 years ago
- 中文NER的那些事儿☆318Updated last year
- ☆34Updated 4 years ago
- 实体识别和关系抽取的联合模型☆124Updated 6 years ago
- 基于远监督的中文关系抽取☆384Updated 4 years ago
- 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。☆287Updated 6 years ago
- 基于BIO模式的序列标注工具-可用于命名实体识别、事件触发词识别等任务的数据标注☆72Updated 4 years ago
- 科大讯飞2020事件抽取挑战赛第一名解决方案&完整事件抽取系统☆539Updated 4 years ago
- 知识图谱三元组抽取(实体-关系-实体,实体-属性-属性值)☆106Updated 3 years ago
- Named Recognition Entity based on BERT and CRF 基于BERT+CRF的中文命名实体识别☆184Updated 2 years ago
- 基于pytorch的中文三元组提取(命名实体识别+关系抽取)☆349Updated 2 years ago
- 基于Pytorch的命名实体识别框架,支持LSTM+CRF、Bert+CRF、RoBerta+CRF等框架☆88Updated 2 years ago
- 基于transformers的三元组抽取☆36Updated 4 years ago
- 命名体识别(NER)综述-论文-模型-代码(BiLSTM-CRF/BERT-CRF)-竞赛资源总结-随时更新☆473Updated 5 years ago
- 实体关系抽取pipline方式,使用了BiLSTM+CRF+BERT☆153Updated last year
- 结合BERT+GRU+ATT模型,对自己收集的人物关系数据进行模型训练,用于人物关系抽取。☆323Updated 2 years ago
- 中文关系抽取☆462Updated 2 years ago
- multi-label-classification-4-event-type☆136Updated 2 years ago
- 本项目用于展示三元组抽取后形成的知识图谱,包括几本小说的实体关系,以及README.md,介绍这方面的一篇文章。☆197Updated 5 years ago
- 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☆217Updated 4 years ago