Alternatives and similar repositories for corpus

Users that are interested in corpus are comparing it to the libraries listed below

• xtea / chinese_medical_words
  手工整理医疗行业词汇、术语等语料。可用于语音识别、对话系统等各类nlp模型训练。
  ☆121Updated 5 years ago
• cjymz886 / find-Chinese-medical-words
  发现新词 无监督词库生成 医学词库生成 发现未登录词
  ☆79Updated 4 years ago
• natureLanguageQing / medical_ner
  医学命名实体识别数据集制作
  ☆18Updated 4 years ago
• qianzhengyang / AllDataPackages
  中文、分词、词表、核心词典、事件词表、停用词、敏感词、问答、问答数据、知识图谱、文本语料。
  ☆168Updated 3 years ago
• MenglinLu / Chinese-clinical-NER
  CCKS2019中文命名实体识别任务。从医疗文本中识别疾病和诊断、解剖部位、影像检查、实验室检验、手术和药物6种命名实体。现已实现基于jieba和AC自动机的baseline构建、基于BiLSTM和CRF的序列标住模型构建。bert的部分代码主要源于https://gith…
  ☆354Updated 2 years ago
• GanjinZero / ChineseEHRBert
  A Chinese EHR Bert Pretrained Model.
  ☆264Updated 4 years ago
• lxy444 / bertcner
  Chinese clinical named entity recognition using pre-trained BERT model
  ☆123Updated 4 years ago
• hee0624 / mydict
  收集的各类字典,欢迎大家提交。（专业、中草药、中药、交通、停用词、动物、健康、国家、地名、学校、植物、汽车品牌）
  ☆72Updated 5 years ago
• i3ef0xh4ck / the-most-complete-dictionary-ever
  The most complete Chinese dictionaries ever. 史上最全的中文分类词库，包含地理信息、电子游戏、工程应用、农林牧渔、人文科学、社会科学、生活百科、医学医药、艺术设计、娱乐休闲、运动休闲、自然科学等12大类的超级字典。
  ☆80Updated 5 years ago
• liuhuanyong / QueryCorrection
  self complemented SpellCorrection based pinyin similairity, edit distance ，基于拼音相似度与编辑距离的查询纠错。
  ☆84Updated 3 years ago
• pyunits / pyunit-address
  字符串地址查询,支持自定义地址词库,解析地址,地址识别,地址抽取,中文地址.
  ☆97Updated 4 years ago
• DefJia / TCM-Retrieval-System
  中医智能检索系统 TCM-Retrieval-System
  ☆30Updated 5 years ago
• F-debug / Medical-named-entity-recognition
  本项目是针对医疗数据，进行命名实体识别。项目中有600份标注好的电子病历文本，共需识别含解剖部位、独立症状、症状描述、手术和药物五类实体。该领域的命名实体识别问题是自然语言处理中经典的序列标注问题。
  ☆154Updated 6 years ago
• pumpkinduo / KnowledgeGraph_NER
  中文医学知识图谱命名实体识别，包括bi-LSTM+CRF，transformer+CRF等模型
  ☆248Updated 6 years ago
• howl-anderson / tools_for_corpus_of_people_daily
  人民日报语料处理工具集 | Tools for Corpus of People's Daily
  ☆284Updated 2 years ago
• mattzheng / ChineseWiki
  维基百科中文语料整理
  ☆298Updated 7 years ago
• percent4 / people_relation_extract
  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。
  ☆326Updated 2 years ago
• yaleimeng / NER_corpus_chinese
  NER（命名实体识别）中文语料，一站式获取
  ☆131Updated 5 years ago
• liuhuanyong / Pinyin2Chinese
  Self complemented Pinyin2Chinese demo use algorithms including Trie and HMM model , 基于隐马尔科夫模型与Trie树的拼音切分与拼音转中文的简单demo实现。
  ☆86Updated 7 years ago
• DengYangyong / medical_entity_recognize
  医疗实体识别
  ☆182Updated 4 years ago
• yixiu00001 / LSTM-CRF-medical
  构建医疗实体识别的模型，包含词典和语料标注，基于python构建
  ☆343Updated 7 years ago
• yubowen / demo
  医学问诊问答，NER，关系抽取
  ☆14Updated 5 years ago
• gaoyixu / CAIL2020-Argument-Mining
  Baselines for CAIL2020-Argument-Mining: BERT, RNN
  ☆40Updated 5 years ago
• GuocaiL / nlp_corpus
  本人项目进行中搜集的数据集，包含原始数据和经过处理后的数据，项目持续更新。
  ☆115Updated 4 years ago
• Sporot / TCM_word2vec
  中医古籍语料
  ☆30Updated 5 years ago
• ownthink / evaluation
  各大中文分词性能评测
  ☆158Updated 6 years ago
• WenRichard / NER-FunTool
  本NER项目包含多个中文数据集，模型采用BiLSTM+CRF、BERT+Softmax、BERT+Cascade、BERT+WOL等，最后用TFServing进行模型部署，线上推理和线下推理。
  ☆81Updated 4 years ago
• WENGSYX / Chinese-Word2vec-Medicine
  Chinese Word2vec Medicine，中文医学词向量
  ☆186Updated 5 months ago
• MenglinLu / Web-crawler
  调研药品数据网站。基于网络爬虫爬取药源网药物数据，搭建药品数据库。含中成药和化学药品信息共计10万余条。爬取国家食品药品监督管理局药品数据对药源网数据进行修正。基于Selenium等工具应对反爬，爬取ICD10等数据共研究使用。
  ☆121Updated 5 years ago
• lingluodlut / Chinese-BioNLP
  中文生物医学自然语言处理（Chinese-BioNLP）
  ☆163Updated 4 years ago