cy576013581 / text-classificationLinks
文本分类的目前测试效果较好的算法
☆57Updated 6 years ago
Alternatives and similar repositories for text-classification
Users that are interested in text-classification are comparing it to the libraries listed below
Sorting:
- 基于Bi-GRU + CRF 的中文机构名、人名识别, 支持google bert模型☆169Updated 6 years ago
- NLP research:基于tensorflow的nlp深度学习项目,支持文本分类/句子匹配/序列标注/文本生成 四大任务☆194Updated last year
- 使用BERT模型做文本分类;面向工业用途☆223Updated 6 years ago
- multi-label,classifier,text classification,多标签文本分类,文本分类,BERT,ALBERT,multi-label-classification☆141Updated 4 years ago
- Bert中文文本分类☆41Updated 6 years ago
- 使用ALBERT预训练模型,用于识别文本中的时间,同时验证模型的预测耗时是否有显著提升。☆57Updated 6 years ago
- multi-label-classification-4-event-type☆138Updated 2 years ago
- 微调预训练语言模型,解决多标签分类任务(可加载BERT、Roberta、Bert-wwm以及albert等知名开源tf格式的模型)☆141Updated 5 years ago
- bert for chinese text classification☆141Updated 7 years ago
- textcnn多标签文本分类☆37Updated 7 years ago
- 一个关于百度2019语言与智能技术竞赛信息抽取 (http://lic2019.ccf.org.cn/kg) 模型, 模型采用BERT+CNN。DEMO地址 https://github.com/Wangpeiyi9979/InformationExtractionDem…☆189Updated 6 years ago
- 嵌入Word2vec词向量的RNN+ATTENTION中文文本分类☆152Updated 5 years ago
- 利用ALBERT实现文本二分类,判别是否属于政治上的出访类事件,提升模型训练和预测速度。☆75Updated 2 years ago
- 中 文自然语言的实体抽取和意图识别(Natural Language Understanding),可选Bi-LSTM + CRF 或者 IDCNN + CRF☆188Updated 7 years ago
- albert + lstm + crf实体识别,pytorch实现。识别的主要实体是人名、地名、机构名和时间。albert + lstm + crf (named entity recognition)☆137Updated 3 years ago
- bert文本分类,ner, albert,keras_bert,bert4keras,kashgari,fastbert,flask + uwsgi + keras部署模型,时间实体识别,tfidf关键词抽取,tfidf文本相似度,用户情感分析☆196Updated last year
- 使用BERT做文本相似度☆63Updated 5 years ago
- WordMultiSenseDisambiguation, chinese multi-wordsense disambiguation based on online bake knowledge base and semantic embedding similarit…☆130Updated 7 years ago
- BERT预训练模型字向量提取工具☆53Updated 5 years ago
- 在bert模型的pre_training基础上进行text_cnn文本分类☆79Updated 5 years ago
- A trial of kbqa based on bert for NLPCC2016/2017 Task 5 (基于BERT的中文知识库问答实践,代码可跑通)☆271Updated 6 years ago
- 使用HMM模型实现的机构名实体识别☆48Updated 7 years ago
- 根据自己搭的 LTP 服务器,实现:分词、词性标注、命名实体识别、依存句法分析、语义角色标、命名实体的抽取:人名,地名,机构名、三元组的抽取:主谓宾,动宾关系,介宾关系,(实体1,关系,实体2)☆143Updated 8 years ago
- 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
- 细粒度用户评论情感分析☆123Updated 7 years ago
- 文本二分类任务,是否文档是否属于政治上的出访类事件,利用BERT提取特征,模型采用简单的DNN。☆61Updated 5 years ago
- TensorFlow code and pre-trained models for BERT☆58Updated 4 years ago
- SiameseSentenceSimilarity,个人实现的基于Siamese bilstm模型的相似句子判定模型,提供训练数据集和测试数据集.☆271Updated 6 years ago
- CNN, LSTM, NBOW, fasttext 中文文本分类☆121Updated 6 years ago
- 关系抽取个人实战总结以及开源工具包使用☆56Updated 7 years ago