CourteousWood / text-summarization
基于TensorFlow,seq2seq+attention+beamsearch的文本摘要。
☆57Updated 5 years ago
Related projects ⓘ
Alternatives and complementary repositories for text-summarization
- textsum基于tensorflow实现的Seq2Seq-attention模型以及其他策略算法, 来解决摘要生成、主旨提取等(Text Summary)的任务。部分代码 是在其他作者代码的基础上修改而来,后期将全部整理重构。☆32Updated 5 years ago
- 在bert模型的pre_training基础上进行text_cnn文本分类☆78Updated 4 years ago
- Byte Cup 2018国际机器学习竞赛 23 名(水滴队)代码☆46Updated 5 years ago
- 指针生成网络的文本摘要☆18Updated 4 years ago
- 使用两种方法(抽取式Textrank和概要式seq2seq)自动提取文本摘要☆211Updated 5 years ago
- bilstm _Attention_crf☆37Updated 5 years ago
- 基于transformer的指针生成网络☆92Updated 3 years ago
- 抽取式摘要抽取算法(1、抽取式 2、生成式)☆16Updated 5 years ago
- biLSTM_CRF 中文分词☆36Updated 5 years ago
- 基于知识库的问答系统。其中使用带注意力机制的对抗迁移学习做中文命名实体识别,使用BERT模型做句子相似度分析。☆36Updated 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。☆25Updated 2 years ago
- TensorFlow code and pre-trained models for BERT☆58Updated 3 years ago
- Bert中文文本分类☆40Updated 5 years ago
- NLP Predtrained Embeddings, Models and Datasets Collections(NLP_PEMDC). The collection will keep updating.☆64Updated 4 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。☆33Updated 4 years ago
- 嵌入Word2vec词向量的RNN+ATTENTION中文文本分类☆150Updated 4 years ago
- 中文命名实体识别& 中文命名实体检测 python实现 基于字+ 词位 分别使用tensorflow IDCNN+CRF 及 BiLSTM+CRF 搭配词性标注实现中文命名实体识别及命名实体检测☆64Updated 5 years ago
- 评论上的情感分析:主题与情感词抽取☆82Updated 4 years ago
- biLSTM_CRF 命名实体识别☆53Updated 5 years ago
- 参考NER,基于BERT的电商评论观点挖掘和情感分析☆41Updated 5 years ago
- 关系抽取个人实战总结以及开源工具包使用☆57Updated 5 years ago
- seq2seq+attention model for Chinese textsum☆42Updated 6 years ago
- 这是一个seq2seq模型,编码器是bert,解码器是transformer的解码器,可用于自然语言处理中文本生成领域的任务☆72Updated 5 years ago
- NLPCC 2017 task3 article text summary☆21Updated 7 years ago
- 用TensorFlow实现的基于双向LSTM+CRF的命名实体识别。☆14Updated 6 years ago
- automatic event extract☆48Updated 6 years ago
- 基于ltp的简单评论观点抽取模块☆117Updated 6 years ago
- 多标签文本分类☆53Updated 5 years ago
- 这是一个用于解决生成在生成任务中(翻译,复述等等),多样性不足问题的模型。☆46Updated 5 years ago
- BERT-BiLSTM-CRF的Keras版实现☆41Updated 5 years ago