Lisennlp / chinese_extraction_mrcLinks
基于Pytorch + BERT的抽取式机器阅读理解
☆20Updated 2 years ago
Alternatives and similar repositories for chinese_extraction_mrc
Users that are interested in chinese_extraction_mrc are comparing it to the libraries listed below
Sorting:
- lic2020关系抽取比赛,使用Pytorch实现苏神的模型。☆101Updated 4 years ago
- NLP关系抽取:序列标注、层叠式指针网络、Multi-head Selection、Deep Biaffine Attention☆101Updated 4 years ago
- 本项目是NLP领域一些任务的基准模型实现,包括文本分类、命名实体识别、实体关系抽取、NL2SQL、CKBQA以及BERT的各种下游任务应用。☆48Updated 4 years ago
- TPlinker for NER 中文/英文命名实体识别☆126Updated 3 years ago
- 基于span分类和负采样的嵌套实体识别☆14Updated 2 years ago
- NER任务SOTA模型BERT_MRC☆61Updated last year
- 2020语言与智能技术竞赛:事件抽取任务 -- 联合抽取baseline☆55Updated 5 years ago
- 本项目采用PyTorch和transformers模块实现英语序列标注,其中对BERT进行微调。☆19Updated 4 years ago
- 迭代膨胀卷积命名实体抽取☆45Updated 6 years ago
- 通用kbqa,训练数据来源于ccks2018和2019,图谱数据爬取于百度百科☆24Updated 4 years ago
- 百度2020语言与智能技术竞赛:事件抽取赛道 方案代码☆54Updated 5 years ago
- pytorch Efficient GlobalPointer☆56Updated 3 years ago
- code for ACL2020:《FLAT: Chinese NER Using Flat-Lattice Transformer》 我注释&修改&添加了部分源码,使得大家更容易复现这个代码。☆56Updated 4 years ago
- ccks金融事件主体抽取☆72Updated 4 years ago
- 2020语言与智能技术竞赛:关系抽取任务☆65Updated 4 years ago
- 基于GlobalPointer的实体/关系/事件抽取☆147Updated 3 years ago
- 限定领域的三元组抽取的一次尝试,本文将会介绍笔者在2019语言与智能技术竞赛的三元组抽取比赛方面的一次尝试。☆133Updated 2 years ago
- baidu aistudio event extraction competition☆224Updated 2 years ago
- 使用多头的思想来进行命名实体识别☆33Updated 4 years ago
- CCKS 2020:面向金融领域的小样本跨类迁移事件抽取。该项目实现基于MRC的事件抽取方法☆39Updated 2 years ago
- 机器检索阅读联合学习,莱斯杯:全国第二届“军事智能机器阅读”挑战赛 rank6 方案☆128Updated 4 years ago
- ☆18Updated 3 years ago
- bert pytorch模型微调用于的多标签文本分类☆134Updated 5 years ago
- NLP实验:新词挖掘+预训练模型继续Pre-training☆47Updated last year
- Pytorch进行长文本分类。这里用到的网络有:FastText、TextCNN、TextRNN、TextRCNN、Transformer☆48Updated 5 years ago
- 论文复现《Named Entity Recognition as Dependency Parsing》☆131Updated 4 years ago
- Keras solution of simple Knowledge-Based QA task with Pretrained Language Model: supporting BERT/RoBERTa/ALBERT☆21Updated 2 years ago
- 使用R-BERT模型对人物关系模型进行分类,效果有显著提升。☆24Updated 2 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)☆137Updated 2 years ago
- ☆12Updated 4 years ago