God-Fish-X / Extractable-automatic-TextLinks
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。
☆35Updated 5 years ago
Alternatives and similar repositories for Extractable-automatic-Text
Users that are interested in Extractable-automatic-Text are comparing it to the libraries listed below
Sorting:
- 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。☆26Updated 3 years ago
- 基于Transformer的生成式文本摘要☆186Updated 3 years ago
- 利用bert预训练模型生成句向量或词向量☆27Updated 5 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☆219Updated 6 years ago
- 本项目的数据来自“互联网新闻情感分析”赛题。基于Transformer2.0库中的中文Bert模型,对新闻语料进行三分类。☆116Updated 6 years ago
- smp ewect code☆78Updated 5 years ago
- 自然语言处理中的基础任务,包含但不限于文本表示,文本分类,命名实体识别,关系抽取,文本生成,文本摘要等,基于tensorflow2或Pytorch,所有代码均经过测试,项目中也包含相关数据。☆151Updated 3 years ago
- bert文本多分类(情感分析)、bert-bilstm-crf序列标注任务(快递地址的序列标注任务)☆33Updated 4 years ago
- 基于word2vec预训练词向量; textCNN 模型 ;charCNN 模型 ;Bi-LSTM模型;Bi-LSTM + Attention 模型 ;Transformer 模型 ;ELMo 预训练模型 ;BERT 预训练模型的文本分类项目☆124Updated 5 years ago
- 基于预训练模型(BERT,BERT-wwm)的文本分类模板,CCF BDCI新闻情感分析A榜4/2735。☆270Updated 5 years ago
- multi-label-classification-4-event-type☆138Updated 2 years ago
- 毕业设计,基于事理图谱的事件推理系统☆71Updated 5 years ago
- 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。☆293Updated 5 years ago
- 基于TensorFlow,seq2seq+attention+beamsearch的文本摘要。☆59Updated 6 years ago
- 基于BERT+BiLSTM+CRF实现中文命名实体识别☆147Updated 5 years ago
- 基于word2vec使用wiki中文语料库实现词向量训练模型☆59Updated 6 years ago
- 本项目采用Keras和Keras-bert实现文本多标签分类任务,对BERT进行微调。☆67Updated 4 years ago
- 基于知识图谱的问答系统☆135Updated 5 years ago
- bert文本分类,ner, albert,keras_bert,bert4keras,kashgari,fastbert,flask + uwsgi + keras部署模型,时间实体识别,tfidf关键词抽取,tfidf文本相似度,用户情感分析☆197Updated last year
- 使用谷歌预训练bert做字嵌入的BiLSTM-CRF序列标注模型☆484Updated 6 years ago
- 中文文本预处理,Word2Vec训练计算文本相似度。☆44Updated 6 years ago
- 中文文本聚类☆122Updated 3 years ago
- 使用pytorch搭建textCNN实现中文文本分类☆132Updated 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.☆316Updated 5 years ago
- 多标签文本分类☆53Updated 6 years ago
- 基于Pytorch实现的一些经典自然语言处理模型中文短文本分类任务,包含TextCNN,TextRCNN,FastText,BERT,ROBERT以及ERNIE☆54Updated 5 years ago
- 基于scikit-learn实现对新浪新闻的文本分类,数据集为100w篇文档,总计10类,测试集与训练集1:1划分。分类算法采用SVM和Bayes,其中Bayes作为baseline。☆109Updated 6 years ago
- 指针生成网络的文本摘要☆18Updated 5 years ago
- bert pytorch模型微调用于的多标签文本分类☆137Updated 6 years ago
- 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☆62Updated 2 years ago