Hubertliuyu / FAQ-systemLinks
基于火力发电厂知识问答库的检索式问答系统/问答系统/对话系统
☆56Updated 5 years ago
Alternatives and similar repositories for FAQ-system
Users that are interested in FAQ-system are comparing it to the libraries listed below
Sorting:
- 智能客服系统(智能问答)☆117Updated 5 years ago
- Intelligent Q&A system(第七届中软杯,智能问答系统)☆182Updated 3 years ago
- 基于知识库的中文问答系统(biLSTM)☆248Updated 7 years ago
- 智能问答系统demo☆39Updated 6 years ago
- 基于知识图谱的智能问答机器人☆220Updated 7 years ago
- 基于意图识别和命名实体识别的多轮对话场景设计☆40Updated 6 years ago
- 基于Seq2Seq的多轮对话系统和基于LSTM的问答机制☆33Updated 7 years ago
- 根据文本相似度实现问答的聊天机器人(简单版)☆52Updated 7 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☆60Updated 6 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☆39Updated 5 years ago
- 基于知识图谱的林业法律法规问答☆20Updated 2 years ago
- 行业知识图谱,关系抽取,数据清洗,ncov,疫情数据,百科,医疗,保险,汽车,垃圾分类,产业链,投资,高考,行业专家圈子,CXO圈子☆115Updated last year
- 本项目采用Keras和Keras-bert实现文本多分类任务,对BERT 进行微调。☆48Updated 4 years ago
- 基于seq2seq和注意力机制训练对中文话机器人☆29Updated 6 years ago
- tensorflow+bert+seq2seq 周公解梦。AI遇上玄学,说出你的梦境(dream),模型自动解析decode梦境的征兆。类似聊天机器人(chatbot,QA),你问我答。☆128Updated 5 years ago
- Python创建Neo4J知识图谱数据库☆160Updated 7 years ago
- 🤖️ 聊天机器人——夫子的「自然语言理解」模块☆90Updated 2 years ago
- 知识图谱-教育☆41Updated 6 years ago
- 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☆59Updated 6 years ago
- flask+seq2seq【TensorFlow1.0, Pytorch】 在线聊天机器人 https://mp.weixin.qq.com/s/VpiAmVSTin3ALA8MnzhCJA 或 https://ask.hellobi.com/blog/python_s…☆68Updated 2 years ago
- 基于Bert的智能问答系统!☆29Updated 5 years ago
- 京东/淘宝客服对话数据公开,seq2seq生成模型设计对话系统获第二名☆44Updated 2 years ago
- 基于检索的任务型多轮对话☆78Updated 4 years ago
- 周杰伦歌曲信息的知识图谱问答系统☆140Updated 6 years ago
- 语义理解/口语理解,项目包含有词法分析:中文分词、词性标注、命名实体识别;口语理解:领域分类、槽填充、意图识别。☆183Updated 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…☆91Updated 5 years ago
- LSTM,TextCNN,fastText情感分析,模型用 tf_serving 和 flask 部署成web应用☆43Updated 6 years ago
- 医疗保险领域知识图谱☆133Updated 7 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。☆115Updated last year
- 智能客服☆106Updated 6 years ago