JaniceWuo / PoetryQALinks
结合知识图谱做的有关诗词的问答demo
☆11Updated 5 years ago
Alternatives and similar repositories for PoetryQA
Users that are interested in PoetryQA are comparing it to the libraries listed below
Sorting:
- 基于知识图谱的心理咨询智能问答系统☆84Updated 2 years ago
- 基于知识图谱和深度学习的中文医疗知识问答系统☆11Updated last year
- 使用已经标注并处理好的2000张图片作为训练模型的数据集,并使用YOLOv5算法进行模型的训练,最终生成模型以及识别的准确率数据。该检测系统利用pyqt5开发库搭建完整的人机交互界面,实现图片上传功能,视频上传功能,以及检测等交互操作,基本实现了口罩佩戴检测系统的功能☆11Updated last year
- 基于知识图谱的中药方剂可视化及问答系统☆48Updated 2 years ago
- 基于知识图谱的古诗词问答系统,数据库使用neo4j☆19Updated 3 years ago
- 基于知识图谱的医疗问答系统和前端展示demo☆35Updated last year
- 基于知识图谱的医疗问答系统☆17Updated 2 years ago
- 研一人工智能原理大作业:基于垂直领域的电影查询问答系统,采用Neo4j、jieba分词和朴素贝叶斯分类算法实现☆12Updated 4 years ago
- 基于医疗领域知识图谱的问答系统,同时使用了chatGPT、chatGLM4等方式生成医学知识图谱。☆61Updated last year
- 通过手动标注数据集,训练老人摔倒的模型☆20Updated 2 years ago
- 知识图谱定义及可视化系统&基于可编辑知识图谱的菜肴问答系统:构建一个能通过在线编辑基本图元,以 可视化的方式构建知识图谱的系统 平台,并能对构建后的知识图谱进行智能化知识图谱应用,实现知识图谱语义搜索、知识图谱智能问答等。☆127Updated 3 years ago
- 基于知识图谱的医疗诊断知识问答系统☆18Updated 3 years ago
- 基于Bilstm + CRF的信息抽取模型☆36Updated 4 years ago
- 从零开始实现基于知识图谱的对话系统☆69Updated 5 years ago
- 基于PaddleNLP搭建评论观点抽取和属性级情感分析模型,并基于前后端分离式架构完成属性级情感分析Web系统搭建,通过细粒度情感分析帮助用户和商家更好决策。☆69Updated 2 years ago
- 基于民航业知识图谱的自动问答系统☆100Updated 3 years ago
- 基于Neo4j图数据库的医疗知识图谱智能问答机器人☆31Updated last year
- 基于医疗知识图谱的问答系统☆110Updated 4 years ago
- 高级软件工程作业--基于知识图谱的豆瓣书籍推荐问答系统☆30Updated 4 years ago
- 基于知识图谱的电影问答系统☆53Updated 2 years ago
- 电影知识图谱,主要包括实体识别、实体查询、关系查询以及智能问答等。movie knowledge graph(Entity identification, graph display, and intelligent question and answer)☆138Updated 3 years ago
- 基于知识图谱的电影智能问答。neo4j构建电影图谱,spark ml完成问答意图分类,将问答语句转为cypher查询语句完成匹配查询。☆39Updated 3 years ago
- 知识图谱 neo4j 答案查找 + 机器学习 分类模型 问题分析 = 电影知识库问答机器人☆94Updated last year
- 🛣️基于YOLOv8的智慧校园人脸识别和公路汽车检测☆45Updated last year
- 一维条形码识别☆14Updated 4 years ago
- 基于知识图谱和neo4j图数据库的电影知识问答系统☆22Updated 8 months ago
- 本科毕设:打造了一个制造业知识图谱展示和管理的平台。 使用了爬虫爬取网络上制造业的数据,通过分词和相似度匹配抽取制造业本体。 web程序使用了SpringBoot+Vue+Element-UI+D3.js,实现了知识图谱的可视化和系统管理。☆68Updated 2 years ago
- 医药知识图谱自动问答系统实现,包括构建知识图谱、基于知识图谱的流水线问答以及前端实现。实体识别(基于词典+BERT_CRF)、实体链接(Sentence-BERT做匹配)、意图识别(基于提问词+领域词词典)。☆331Updated 3 years ago
- 基于Bert的智能问答系统!☆29Updated 5 years ago
- 毕业设计(医疗问答 系统)☆27Updated 3 years ago