KXCY-AI / AI-Case-Studies
人工智能垂直行业实战项目案例库
☆27Updated 2 years ago
Related projects ⓘ
Alternatives and complementary repositories for AI-Case-Studies
- 自己之前收集的自然语言处理和知识图谱相关的一些开源项目☆44Updated 4 years ago
- 2020年第八届泰迪杯数据挖掘C题“智慧政务文本挖掘”特等奖作品(论文与代码)☆60Updated 4 years ago
- NLP 自然语言处理教程 https://dataxujing.github.io/NLP-paper/☆32Updated 3 years ago
- LSTM,TextCNN,fastText情感分析,模型用 tf_serving 和 flask 部署成web应用☆41Updated 5 years ago
- Here we will sort out a variety of interesting Python library learning☆61Updated last year
- 基于文本相似度的win10智能客服问答系统☆14Updated 4 years ago
- 基于深度学习的FAQ式问答系统☆35Updated 3 years ago
- THUCNews中文文本分类数据集,该数据集包含84万篇新闻文档,总计14类;在该模型的基础上测试多个版本bert分类效果。☆52Updated 3 years ago
- 2021软件杯-新闻智分系统项目开源,基于PaddleHub通过预训练模型ERNIE-Tiny在整合与爬取的新闻10分类数据集上进行微调完成模型训练,可实现精细的新闻长文本10分类任务。最后基于PyQt5完成GUI可视化界面开发以及基于VUE+FastAPI完成该项目的we…☆20Updated 2 years ago
- 基于pytorch+bilstm_crf的中文命名实体识别☆13Updated 2 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☆61Updated 5 years ago
- 自然语言处理、机器学习、深度学习笔记☆48Updated 3 years ago
- Pytorch 文本分类温习练习,本项目主要针对短文本的简单分类,demo看看就好。这里用到的网络有:FastText、TextCNN、TextRNN、TextRCNN、Transformer☆14Updated 4 years ago
- CCKS2019医渡云4k电子病历数据集命名实体识别☆44Updated last year
- nlp-bilstm+crf-ner☆47Updated 2 years ago
- 基于BERT模型的深度学习中文文本分类实现,包含大约20000条新闻的训练和测试集,包装有简单HTTP接口可供调用。☆20Updated 4 years ago
- 本项目采用Keras和Keras-bert实现中文序列标注,对BERT 进行微调,并在多个命名实体识别数据集上进行测试。☆47Updated 3 years ago
- 基于BERT-MRC(阅读理解)的命名实体识别模型☆19Updated 2 years ago
- 该项目通过新闻数据集演示文本分类全流程:数据清洗,模型训练,模型部署和前端展示。使用的模型和工具:pytorch,bert,streamlit☆18Updated 2 years ago
- 从零开始实现基于知识图谱的对话系统☆62Updated 3 years ago
- 基于知识图谱的医疗诊断知识问答系统☆14Updated 2 years ago
- 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☆49Updated 4 years ago
- 文本相似度,语义向量,文本向量,text-similarity,similarity, sentence-similarity,BERT,SimCSE,BERT-Whitening,Sentence-BERT, PromCSE, SBERT☆68Updated 7 months ago
- 抽取中文三元组☆96Updated last year
- 一个完整的智能分诊系统实现☆14Updated 2 years ago
- 基于知识图谱的问答系统☆133Updated 4 years ago
- 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 3 years ago
- 知识图谱构建,自动问答,基于kg的自动问答。以疾病为中心的一定规模医药领域知识图谱,并以该知识图谱完成自动问答与分析服务。☆32Updated 5 years ago
- ☆35Updated 2 years ago
- 中文关系抽取☆94Updated 3 years ago