chenle123good / relation-extration
☆13Updated 3 years ago
Alternatives and similar repositories for relation-extration:
Users that are interested in relation-extration are comparing it to the libraries listed below
- BERT-CasRel | Roberta-GPlinker | BERT-BILSTM-CRF☆9Updated last year
- 关系抽取 calrel pytorch☆39Updated 3 years ago
- 实体关系抽取,使用了百度比赛的数据集。使用pytorch实现MultiHeadJointEntityRelationExtraction,包含Bert、Albert、gru的使用,并且添加了对抗训练。最后使用Flask和Neo4j图数据库对模型进行了部署☆120Updated last year
- 实体关系联合抽取模型/ My project on joint exraction of entities and relations☆20Updated 2 years ago
- OneRel在中文关系抽取中的使用☆116Updated last year
- Chinese entity relation extraction☆18Updated 8 months ago
- 汇总实体关系联合抽取方向的代码。☆20Updated 3 years ago
- 基于中医药领域知识图谱的智能问答系统☆28Updated 2 years ago
- 实体关系抽取pipline方式,使用了BiLSTM+CRF+BERT☆131Updated 7 months ago
- Bert + PCNN and PCNN 中文关系抽取任务☆17Updated 2 years ago
- 利用BERT+BILSTM/DGCNN+ATTENTION+CRF 解决中文NER任务☆32Updated 2 years ago
- 基于知识图谱的问答系统设计与实现,附带一个可视化的demo☆110Updated last year
- The source code of the paper "OneRel: Joint Entity and Relation Extraction with One Module in One Step"☆53Updated 2 years ago
- Reimplement CasRel model in PyTorch.使用PyTorch对吉林大学CasRel模型进行复现,并在百度关系抽取数据集上训练测试。☆189Updated 2 years ago
- 知识图谱三元组抽取(实体-关系-实体,实体-属性-属性值)☆104Updated 3 years ago
- 基于知识图谱的疾病知识问答系统☆26Updated 4 years ago
- 一个简单的中文事件抽取模型,触发词和实体联合标注识别,同时判定实体角色。☆71Updated 4 years ago
- 这是2022年生医杯中文电子病历命名实体识别与关系抽取的项目☆24Updated 2 years ago
- CHIP 2020 中文医学文本实体关系抽取☆83Updated 2 years ago
- 一个基于Django,Neo4j与图谱问答技术的的中医药知识图谱与智能问答平台。(暂取名“泽兰抄”)☆81Updated 9 months ago
- ☆39Updated 2 years ago
- 这段代码会根据用户定义的正则表达式规则从文本中抽取属性三元组,我用它完成知识图谱构建的一个环节,使用方法写在README中,欢迎交流和指正!☆11Updated 3 years ago
- 爬取去哪网热门景点信息,抽取三元组信息,构建中文知识图谱☆12Updated 3 years ago
- 自然语言处理的基础知识,术语抽取与关键词提取、知识图谱与图嵌入、检索与推荐等☆41Updated 2 years ago
- 使用Bert+CRF、Bert+BiLSTM+CRF、Bert+BiGRU+CRF、Bert+BiGRU+self-atttention+CRF、AlBert+CRF、AlBert+BiLSTM+CRF、AlBert+BiGRU+CRF、AlBert+BiGRU+self-…☆44Updated 4 years ago
- 基于Pytorch的命名实体识别框架,支持LSTM+CRF、Bert+CRF、RoBerta+CRF等框架☆81Updated last year
- 基于医疗知识图谱的问答系统☆100Updated 3 years ago
- Using BERT+Bi-LSTM+CRF☆136Updated 2 years ago
- 中文信息抽取,包含实体抽取、关系抽取、事件抽取☆235Updated last year