HUDTDINGZHAOYUN2019A / 20185110054
天池大赛>MTWI 2018 挑战赛一:网络图像的文本识别
☆15Updated 5 years ago
Alternatives and similar repositories for 20185110054:
Users that are interested in 20185110054 are comparing it to the libraries listed below
- LSTM,TextCNN,fastText情感分析,模型用 tf_serving 和 flask 部署成web应用☆41Updated 5 years ago
- UNet实现文档印章消除☆28Updated 4 years ago
- 使用Pytorch实现了中文手写字符识别☆26Updated 6 years ago
- 基于keras的银行卡号识别☆69Updated 5 years ago
- 智能问答系统demo☆38Updated 5 years ago
- 天池瑞金医院MMC人工智能辅助构建知识图谱大赛初赛,糖尿病相关医疗命名实体识别,基于pycrfsuite实现。We provide a solution for preliminary contest of Tianchi Ruijin Hospital MMC Artif…☆72Updated 6 years ago
- OCR;文本检测、文本识别(cnn+ctc、crnn+ctc)。☆219Updated last year
- 通过深度学习来实现银行卡号识别(CTPN、Densenet、CTC)☆21Updated 5 years ago
- FastText 文本分类☆19Updated 6 years ago
- 文本分类的目前测试效果较好的算法☆56Updated 5 years ago
- 第七届软件杯 智能问答系统☆6Updated 5 years ago
- bert,albert计算中文句子的相似度☆21Updated 4 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…☆89Updated 5 years ago
- 从NLP出发对于OCR的深度实践集锦,重在实战☆87Updated 4 years ago
- 多轮对话系统的多意图识别☆28Updated 6 years ago
- 使用ALBERT预训练模型,用于识别文本中的时间,同时验证模型的预测耗时是否有显著提升。☆56Updated 5 years ago
- Identifying numbers from bankcard, based on Deep Learning with Keras☆81Updated 3 years ago
- ☆14Updated 2 years ago
- 该脚本根据语料文件生成对应的图像文件,适用于文本识别等CV任务☆29Updated 3 years ago
- 京东小型知识图谱,包括具体手机的分类信息和商品的具体信息,以及手机评论和评论人的详细信息。☆52Updated 5 years ago
- ocr中的densenet网络训练☆13Updated 5 years ago
- 中文文本分类与聚类☆10Updated 6 years ago
- 基于意图识别和命名实体识别的多轮对话场景设计☆37Updated 5 years ago
- OCR 基于 Keras☆19Updated 5 years ago
- albert + lstm + crf实体识别,pytorch实现。识别的主要实体是人名、地名、机构名和时间。albert + lstm + crf (named entity recognition)☆136Updated 2 years ago
- 基于pytorch卷积神经网络的中文手写汉字识别,使用HWDB数据库☆106Updated 5 years ago
- 基于深度学习Encoder-Decoder框架的聊天机器人☆25Updated 6 years ago
- Using deep-leaning detect tables in the documet image☆25Updated 5 years ago
- 练习题︱基于今日头条开源数据的文本挖掘☆84Updated 6 years ago
- 天池比赛作品整理。实现从pdf中提取出姓名、出生年月、性别、电话、最高学历、籍贯、落户市县、政治面貌、毕业院校、工作单位、工作内容、职务、项目名称、项目责任、学位、毕业时间、工作时间、项目时间共18个字段。☆113Updated 6 months ago