bxianghui / summarizerLinks
中文文本摘要生成模型
☆21Updated 2 years ago
Alternatives and similar repositories for summarizer
Users that are interested in summarizer are comparing it to the libraries listed below
Sorting:
- 基于Transformer的生成式文本摘要☆185Updated 2 years ago
- 基于GPT2的中文文本摘要生成☆25Updated 2 years ago
- 使用三种方法实现中文抽取式自动文摘,分别是TextRank算法、MMR(最大边界相关算法)算法和TextRank+Word2vec方法;最后使用Rouge评价方法,将生成的摘要和标准摘要进行比较,输出p、r、f值。☆35Updated 4 years ago
- 基于bert的文本情感分析☆11Updated 2 years ago
- 基于bert的情感分析(pytorch)☆32Updated 5 years ago
- bert文本多分类(情感分析)、bert-bilstm-crf序列标注任务(快递地址的序列标注任务)☆32Updated 3 years ago
- 利用bert和textcnn解决多标签文本分类的demo。☆33Updated 2 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。☆67Updated 2 years ago
- 中文二分类,bert+TextCNN 两种实现方法☆23Updated 2 years ago
- 基于Pytorch+BERT+CRF的NLP序列标注模型,目前包括分词,词性标注,命名实体识别等☆60Updated 2 years ago
- pytorch实现 基于Bert+BiLSTM+CRF的中文命名实 体识别☆44Updated 4 years ago
- 毕业设计开源代码 分别实现了抽取式中文文本摘要和生成式中文文本摘要☆12Updated 6 months ago
- BiLSTM-CRF-NER☆34Updated 3 years ago
- 基于Pytorch的BERT-IDCNN-BILSTM-CRF中文实体识别实现☆92Updated 2 years ago
- 用MLP、TextCNN、RNN、LSTM、GRU、Attention、RCNN、BERT做文本分类、情感分析,对比各模型于温泉旅游评论垂类语料下在情感分类任务上的表现☆95Updated 4 years ago
- 中文命名实体识别:BERT-BiLSTM-CRF模型实现中文,数据集使用CLUENER2020☆72Updated 3 years ago
- 基于知识图谱的问答系统☆136Updated 5 years ago
- 基于PyTorch的BERT中文文本分类模型(BERT Chinese text classification model implemented by PyTorch)☆185Updated last year
- PyTorch使用BERT进行英语多标签文本分类☆33Updated 3 years ago
- 基于word2vec预训练词向量; textCNN 模型 ;charCNN 模型 ;Bi-LSTM模型;Bi-LSTM + Attention 模型 ;Transformer 模型 ;ELMo 预训练模型 ;BERT 预训练模型的文本分类项目☆120Updated 4 years ago
- 存放知乎,博客发表文章中的代码☆47Updated 3 years ago
- 新闻标题摘要生成模型,基于T5-PEGASUS。News title summary generation model☆18Updated 2 years ago
- 基于pytorch+bert的中文文本分类☆84Updated 2 years ago
- 基于pytorch+bert的中文事件抽取☆72Updated 3 years ago
- smp ewect code☆77Updated 4 years ago
- 毕业设计,基于事理图谱的事件推理系统☆70Updated 5 years ago
- 中文信息抽取,包含实体抽取、关系抽取、事件抽取☆245Updated last year
- 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
- 基于BERT事件抽取构建活动知识图谱☆12Updated last year
- 实体关系抽取pipline方式,使用了BiLSTM+CRF+BERT☆149Updated last year