GarfieldCCC / TypoSearch
基于机器学习的中文错别字检索及自动纠正
☆22Updated 5 years ago
Alternatives and similar repositories for TypoSearch:
Users that are interested in TypoSearch are comparing it to the libraries listed below
- 基于循环神经网络(RNN)的智能聊天机器人系统☆44Updated 3 years ago
- 朴素贝叶斯实现的文本分类(新闻分类)☆62Updated 9 years ago
- 以nlp中情感分析为例,从没有打过标签的语料开始一步步教你怎么去打标签,然后分别以传统的机器学习模型SVM和深度学习模型LSTM去建模。☆34Updated 5 years ago
- 根据文本相似度实现问答的聊天机器人(简单版)☆52Updated 6 years ago
- 中文文本分类与聚类☆10Updated 6 years ago
- 近年来,随着微信、微博、市长信箱、阳光热线等网络问政平台逐步成为政府了解民意、汇聚民智、凝聚民气的重要渠道,各类社情民意相关的文本数据量不断攀升,给以往主要依靠人工来进行留言划分和热点整理的相关部门的工作带来了极大挑战。同时,随着大数据技术的发展,建立基于自然语言处理技术的…☆33Updated 4 years ago
- LSTM,TextCNN,fastText情感分析,模型用 tf_serving 和 flask 部署成web应用☆42Updated 5 years ago
- 基于开源保险产品数据构建的保险知识图谱及简易问答系统☆35Updated 5 years ago
- 自然语言处理应用☆44Updated 6 years ago
- 智能问答系统demo☆38Updated 5 years ago
- 智能客服系统(智能问答)☆114Updated 5 years ago
- 文本标注工具,给文本打标签☆20Updated 5 years ago
- 通过机器学习进行敏感词的识别☆29Updated 7 years ago
- 短文本相似度☆103Updated 3 years ago
- 基于LSTM网络与自注意力机制对中文评论进行细粒度情感分析☆55Updated 3 years ago
- FastText 文本分类☆19Updated 6 years ago
- 智能客服☆105Updated 5 years ago
- 文本分类的目前测试效果较好的算法☆56Updated 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%☆42Updated 4 years ago
- 借助jieba分词库和与之相关的算法。用于测试对非规范地址的分析、试分词,并进一步设计数据清洗算法 。☆37Updated 8 years ago
- 基于 Simhash 的论文查重系统☆78Updated 2 years ago
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征,分类器选择了python里面的包xgboost和lightGBM分别 实现提升树和GBDT(梯度提升决策树)。☆90Updated 5 years ago
- 深度学习用于近日头条用户画像☆27Updated 6 years ago
- 携程/榛果民宿实时评论挖掘软件,包含数据的实时采集/数据清洗/结构化保存/ UGC 数据主题提取/情感分析/后结构化可视化等技术的综合性演示 Demo。基于在线民宿 UGC 数据的意见挖掘项目,包含数据挖掘和 NLP 相关的处理,负责数据采集、主题抽取、情感分析等任务。主要…☆75Updated 4 years ago
- 通过python爬虫获取人民网、新浪等网站新闻作为训练集,基于BERT构建新闻文本分类模型,并结合node.js + vue完成了一个可视化界面。☆42Updated 3 years ago
- 作文自动打分系统☆30Updated 5 years ago
- 机器学习方法进行中文电影评论的情感分析☆30Updated 8 years ago
- 练习题︱基于今日头条开源数据的文本挖掘☆84Updated 6 years ago
- 该项目通过新闻数据集演示文本分类全流程:数据清洗,模型训练,模型部署和前端展示。使用的模型和工具:pytorch,bert,streamlit☆18Updated 2 years ago
- 中文->英文的机器翻译,完全基于kreas-transformer。模型已上传,可直接跑。☆53Updated 4 years ago