WangShengguang / ccks-2020Links
CCKS 2020:新冠知识图谱构建与问答评测(四)新冠知识图谱问答评测
☆217Updated 4 years ago
Alternatives and similar repositories for ccks-2020
Users that are interested in ccks-2020 are comparing it to the libraries listed below
Sorting:
- 2019百度的关系抽取比赛,使用Pytorch实现苏神的模型,F1在dev集可达到0.75,联合关系抽取,Joint Relation Extraction.☆315Updated 4 years ago
- 中文知识库问答代码,CCKS2019 CKBQA评测第四名解决方案☆476Updated 4 years ago
- 本项目是利用深度学习技术来构建知识图谱方向上的一次尝试,作为开放领域的关系抽取,算是笔者的一次创新,目前在这方面的文章和项目都很少。☆310Updated 2 years ago
- 中文关系抽取☆136Updated 6 years ago
- 基于bert的kbqa系统☆151Updated 2 years ago
- 基于远监督的中文关系抽取☆384Updated 4 years ago
- 基于知识图谱的问答系统☆136Updated 5 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
- 实体识别和关系抽取的联合模型☆124Updated 6 years ago
- 中文医学知识图谱命名实体识别,包括bi-LSTM+CRF,transformer+CRF等模型☆245Updated 5 years ago
- Code for http://lic2019.ccf.org.cn/kg 信息抽取。使用基于 BERT 的实体抽取和关系抽取的端到端的联合模型。☆288Updated 6 years ago
- 本项目用于展示三元组抽取后形成的知识图谱,包括几本小说的实体关系,以及README.md,介绍这方面的一篇文章。☆198Updated 5 years ago
- SEBERTNets:一种面向金融领域的事件主体抽取方法☆193Updated 2 years ago
- 豆瓣书籍,电影类别的知识图谱问答系统☆265Updated 4 years ago
- 抽取中文三元组☆94Updated 2 years ago
- 中文命名实体识别NER。用keras实现BILSTM+CRF、IDCNN+CRF、BERT+BILSTM+CRF进行实体识别。结果当然是BERT+BILSTM+CRF最好啦。☆290Updated 5 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…☆90Updated 5 years ago
- A trial of kbqa based on bert for NLPCC2016/2017 Task 5 (基于BERT的中文知识库问答实践,代码可跑通)☆270Updated 6 years ago
- baidu aistudio event extraction competition☆224Updated 2 years ago
- 结合BERT+GRU+ATT模型,对自己收集的人物关系数据进行模型训练,用于人物关系抽取。☆323Updated 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)☆136Updated 2 years ago
- 医疗实体识别☆181Updated 4 years ago
- 中文关系抽取☆94Updated 3 years ago
- 知识图谱三元组抽取(实体-关系-实体,实体-属性-属性值)☆106Updated 3 years ago
- 中文wiki百科QA阅读理解问答系统,使用了CCKS2016数据的NER模型和CMRC2018的阅读理解模型,还有W2V词向量搜索,使用torchserve部署☆91Updated 3 years ago
- CCKS 2019 中文短文本实体链指比赛技术创新奖解决方案☆411Updated 2 years ago
- 北京航空航天大学大数据高精尖中心自然语言处理研究团队对信息抽取领域的调研。包括实体识别,关系抽取,属性抽取等子任务,每类子任务分别对学术界和工业界进行调研。☆471Updated 3 years ago
- 中文NER的那些事儿☆318Updated last year
- Named Recognition Entity based on BERT and CRF 基于BERT+CRF的中文命名实体识别☆183Updated 2 years ago
- 中文关系抽取☆461Updated last year