chenwanyuan / knowledge_extractionLinks
结构化信息抽取,知识构建。
☆16Updated 6 years ago
Alternatives and similar repositories for knowledge_extraction
Users that are interested in knowledge_extraction are comparing it to the libraries listed below
Sorting:
- BDCI2019-互联网金融新实体发现-第7名(本可top3)☆18Updated 5 years ago
- 这是使用pytoch 实现的长文本分类器☆45Updated 5 years ago
- 基于rasa_框架实现指自然语言相关功能:实体识别、文本分类、代消解功能、关系抽取等☆17Updated 2 years ago
- 基于Bert(或Robert)预训练模型微调命名实体识别任务,并提供基于docker的Tensor Serving部署模型方案实现过程。☆36Updated 5 years ago
- 本项目是CCKS2020实体链指比赛baseline(pytorch)☆19Updated 4 years ago
- 达观算法比赛ner任务,从重新训练bert,到finetune预测。☆74Updated 2 years ago
- CCF-BDCI大数据与计算智能大赛-互联网金融新实体发现-9th☆54Updated 5 years ago
- 2020语言与智能技术竞赛:关系抽取任务(https://aistudio.baidu.com/aistudio/competition/detail/31?lang=zh_CN)☆24Updated 5 years ago
- top1-solution☆33Updated 5 years ago
- 开课吧&后厂理工学院_百度NLP项目2:试题数据集多标签文本分类 Models: FastText TextCNN GCN BERT et al.☆47Updated 5 years ago
- ccks2020基于本体的金融知识图谱自动化构建技术评测第五名方法总结☆51Updated 2 years ago
- textcnn多标签文本分类☆37Updated 6 years ago
- 基于BERT的预训练语言模型实现,分为两步:预训练和微调。目前已包括BERT、Roberta、ALbert三个模型,且皆可支持Whole Word Mask模式。☆16Updated 5 years ago
- 瑞金医院知识图谱大赛总决赛第四名比赛攻略_megemini队☆34Updated 6 years ago
- 相似案例匹配☆46Updated 5 years ago
- bootstrap式知识三元组抽取 开放式实体关系抽取 依靠依存分析确定可能的实体和关系☆23Updated 6 years ago
- benchmark of KgCLUE, with different models and methods☆27Updated 3 years ago
- 使用tf实现最新的中文命名实体识别模型☆14Updated 4 years ago
- 面向金融领域的小样本跨类迁移事件抽取 第三名 方案及代码☆16Updated 4 years ago
- 2019达观杯信息提取第5名代码☆20Updated 5 years ago
- 2019百度语言与智能技术竞赛信息抽取赛代5名代码☆69Updated 5 years ago
- 多轮对话槽填充☆19Updated 6 years ago
- Dilate Gated Convolutional Neural Network For Machine Reading Comprehension☆39Updated 5 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
- Code for the competition "CCKS 2020: 面向中文短文本的实体链指任务" , see https://www.biendata.xyz/competition/ccks_2020_el/☆14Updated 4 years ago
- 企业事件抽取☆14Updated 4 years ago
- CCKS2019面向金融领域的事件主体抽取☆46Updated 6 years ago
- 命名实体消歧的实现☆41Updated 6 years ago
- 竞赛任务: 输入: 输入文件包括若干行中文短文本。 输出: 输出文本每一行包括此中文短文本的实体识别与链指结果,需识别出文本中所有mention(包括实体与概念),每个mention包含信息如下:mention在给定知识库中的ID,mention名和在中文短文本中的位置偏移…☆14Updated 2 years ago
- 2020语言与智能技术竞赛-关系抽取-第三名方案☆28Updated 4 years ago