Freakwill / gimbiseo
🤖Man-machine conversation system base on owlready2, inspirited by an Korean TV play (基于 owlready2 的问答系统。灵感来自韩剧《金秘书你为何这样》)
☆12Updated 4 years ago
Related projects ⓘ
Alternatives and complementary repositories for gimbiseo
- 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
- 爬取百度百科词条，抽取三元组，构建知识图谱☆35Updated 5 years ago
- 知识图谱初探，关系抽取，实体抽取，基于kb的问答，基于es的问答，知识图谱可视化☆61Updated 5 years ago
- 中文关系抽取☆94Updated 3 years ago
- 基于知识图谱的中文旅游领域知识服务平台构建 - 从旅游知识库到旅游知识服务平台☆25Updated 4 years ago
- 医疗图谱，Python前期数据抓取与处理，后期配合neo4j实现图谱构造与实体搜索。☆52Updated 5 years ago
- 电力领域中文分词模型 R3.0☆24Updated 11 months ago
- 依存句法实现关系三元组的自动抽取☆96Updated 2 years ago
- 基于知识图谱的多轮问答机制☆24Updated 6 years ago
- 智能问答系统demo☆38Updated 5 years ago
- 命名实体消歧的实现☆41Updated 5 years ago
- 这是我ehr-journey项目的一个命名实体识别的子项目，主要实现基于中文预训练字向量finetune的Bert与BiLSTM模型的网络。演示使用了CCKS2019task1数据集，并实现了django接口。☆56Updated 2 years ago
- 文本标注工具，给文本打标签☆21Updated 4 years ago
- 基于知识图谱的问答系统☆70Updated 5 years ago
- Question and answer system based on sentence similarity☆25Updated 5 years ago
- 基于知识图谱的金融资讯推荐☆48Updated 6 years ago
- 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…☆88Updated 4 years ago
- 根据自己搭的 LTP 服务器，实现：分词、词性标注、命名实体识别、依存句法分析、语义角色标、命名实体的抽取：人名，地名，机构名、三元组的抽取：主谓宾，动宾关系，介宾关系，（实体1，关系，实体2）☆143Updated 7 years ago
- 知识图谱的小demo☆16Updated 6 years ago
- ourvision 人工智能教育领域的知识图谱构建☆57Updated 3 years ago
- 基于RNN、CNN、XGboost的问答系统意图识别模块☆33Updated 6 years ago
- chatbot_with_IR 一个利用搜索引擎构建的简单问答系统☆60Updated last year
- 实现基于相似度匹配和检索的问答系统☆18Updated 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。☆37Updated 5 years ago
- self complement of baike knowledge base info-box extraction by online analysis.基于互动百科,百度百科,搜狗百科的词条infobox结构化信息抽取,百科知识的融合☆36Updated 6 years ago
- Python创建Neo4J知识图谱数据库☆147Updated 6 years ago
- Named Entity Recognition & Relation Extraction 实体命名识别与关系分类☆32Updated 2 years ago
- NER and RE in medical insurance。用于医疗领域的知识图谱构建，通过DL中的相关算法，实现领域实体的命名实体识别和关系抽取。☆61Updated 4 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
- BiLSTM-CNN-CRF Model For Named Entity Recognition☆11Updated 6 years ago