Wanke15 / HAN-keras
层次注意力机制用于文本分类
☆10Updated 5 years ago
Alternatives and similar repositories for HAN-keras:
Users that are interested in HAN-keras are comparing it to the libraries listed below
- Capsule, LSTM/GRU, CNN for text class implemented by Pytorch 胶囊网络, 循环神经网络和卷 积神经网络在中文文本分类中的应用☆43Updated 6 years ago
- 使用分层注意力机制 HAN + 多任务学习 解决 AI Challenger 细粒度用户评论情感分析 。https://challenger.ai/competition/fsauor2018☆58Updated 5 years ago
- kaggle情感分析rnn+attention解法☆12Updated 7 years ago
- 提出基于划分的LDA主题模型 (PLDA)。对传统LDA模型进行改进,考虑中长篇文档篇章结构较为清晰,传统LDA在处理中长篇文档时不能识别每个篇章的主题,提出基于划分的LDA主题模型,对中长篇文档如新闻报道】国务院工作报告等按照段落 进行划分,先拆后合,并将其效果与传统LDA…☆39Updated 5 years ago
- 细粒度用户评论情感分析☆123Updated 6 years ago
- 多标签文本分类☆53Updated 5 years ago
- 集成各种神经网络进行情感分类,包括CNN、LSTM、Transformer以及BERT等网络模型☆72Updated 6 years ago
- 使用pytorch和京东某商品评价数据集,采用不同模型对文本进行分类☆25Updated 7 years ago
- 之江-电商评论观点挖掘的比赛,基于pytorch-transformers版本,暂时只实现了BERT做aspect+opinion+属性分类+情感极性的联合标注,还未加上CRF。☆32Updated 5 years ago
- 评论上的情感分析:主题与情感词抽取☆81Updated 4 years ago
- BiLSTM 加普通Attention中文文本多分类Pytorch实现☆33Updated 4 years ago
- 2019之江杯人工智能大赛电商评论观点挖掘赛道top3☆45Updated 5 years ago
- ☆17Updated 3 years ago
- textcnn多标签文本分类☆36Updated 6 years ago
- 在bert模型的pre_training基础上进行text_cnn文本分类☆78Updated 5 years ago
- seq2seq+attention model for Chinese textsum☆41Updated 7 years ago
- This repo contains a PyTorch implementation of a pretrained BERT model for text classification.☆103Updated 5 years ago
- 根据褒贬种子词,利用SO-PMI构建情感词典☆26Updated 9 years ago
- Hierarchical BiLSTM CNN using Keras☆76Updated 7 years ago
- 参考NER,基于BERT的电商评论观点挖掘和情感分析☆41Updated 5 years ago
- Bert中文文本分类☆40Updated 5 years ago
- Tensorflow+bilstm+attention+multi label text classify☆121Updated 6 years ago
- A Keras Implementation of Attention_based Siamese Manhattan LSTM☆55Updated 6 years ago
- 达观算法比赛ner任务,从重新训练bert,到finetune预测。☆75Updated 2 years ago
- 基于语义的中文文本关键词提取算法(SKE)的工程实现☆16Updated 7 years ago
- 两层attention 的lstm评论情感分析☆22Updated 7 years ago
- Fine-grained Sentiment Analysis of User Reviews --- AI CHALLENGER 2018☆17Updated 6 years ago
- 新闻文本自动摘要, 以Textrank 为基础,融入 标题特征,单句位置特征,重要实体特征,线索词特征,做句子的综合权重计算,并使用MMR算法,兼顾自动摘要的主题相关性和摘要多样性。☆26Updated 2 years ago
- BERT-BiLSTM-CRF的Keras版实现☆40Updated 5 years ago
- 基于膨胀卷积神经网络(Dilated Convolutions)训练好的医疗命名实体识别工具☆47Updated 6 years ago