HenryYuxuanWang / CharRNNLinks
文本自动生成项目Char-RNN
☆17Updated 7 years ago
Alternatives and similar repositories for CharRNN
Users that are interested in CharRNN are comparing it to the libraries listed below
Sorting:
- 基于TensorFlow,seq2seq+attention+beamsearch的文本摘要。☆59Updated 6 years ago
 - NLP research:基于tensorflow的nlp深度学习项目,支持文本分类/句子匹配/序列标注/文本生成 四大任务☆194Updated last year
 - 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 6 years ago
 - Use BERT as feature. TensorFlow code and pre-trained models for BERT☆54Updated 6 years ago
 - the demo for bert☆142Updated 6 years ago
 - 关于文本分类的许多方法,主要涉及到TextCNN,TextRNN, LEAM, Transformer,Attention, fasttext, HAN等☆76Updated 6 years ago
 - TensorFlow code and pre-trained models for BERT☆58Updated 4 years ago
 - 中文自然语言的实体抽取和意图识别(Natural Language Understanding),可选Bi-LSTM + CRF 或者 IDCNN + CRF☆187Updated 7 years ago
 - Byte Cup 2018国际机器学习竞赛 23 名(水滴队)代码☆47Updated 6 years ago
 - 基于Bi-GRU + CRF 的中文机构名、人名识别, 支持google bert模型☆168Updated 6 years ago
 - biLSTM_CRF 中文分词☆34Updated 6 years ago
 - 中文ULMFiT 情感分析 文本分类☆263Updated 6 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
 - NER(命名实体识别)中文语料,一站式获取☆131Updated 6 years ago
 - biLSTM_CRF 命名实体识别☆52Updated 6 years ago
 - 使用句法依存分析抽取事实三元组☆331Updated 9 years ago
 - transformer crf 命名实体识别☆107Updated 6 years ago
 - 利用哈工大同义词林替换问答文本内的同义词进行语料扩充☆37Updated 6 years ago
 - 一个关于百度2019语言与智能技术竞赛信息抽取 (http://lic2019.ccf.org.cn/kg) 模型, 模型采用BERT+CNN。DEMO地址 https://github.com/Wangpeiyi9979/InformationExtractionDem…☆189Updated 6 years ago
 - 对四种句子/文本相似度计算方法进行实验与比较☆291Updated 5 years ago
 - ☆268Updated 5 years ago
 - Learning nlp and reproduce some papers☆38Updated 5 years ago
 - 使用BERT做文本相似度☆63Updated 5 years ago
 - self complement of Sentence Similarity compute based on cilin, hownet, simhash, wordvector,vsm models,基于同义词词林,知网,指纹,字词向量,向量空间模型的句子相似度计算。☆364Updated 6 years ago
 - 事件抽取相关算法汇总☆126Updated 6 years ago
 - 中国法研杯CAIL2019要素抽取任务第三名方案分享☆139Updated 4 years ago
 - 短文本相似度☆102Updated 4 years ago
 - A Chinese word segment model based on BERT, F1-Score 97%☆95Updated 6 years ago
 - 基于知识库的问答:seq2seq模型实践☆357Updated 5 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 8 years ago