dextroushands / pretraind_model_for_nlp_tasks
☆14Updated 2 years ago
Alternatives and similar repositories for pretraind_model_for_nlp_tasks
Users that are interested in pretraind_model_for_nlp_tasks are comparing it to the libraries listed below
Sorting:
- 迭代膨胀卷积命名实体抽取☆45Updated 5 years ago
- 本项目是NLP领域一些任务的基准模型实现,包括文本分类、命名实体识别、实体关系抽取、NL2SQL、CKBQA以及BERT的各种下游任务应用。☆47Updated 4 years ago
- 中文文本句对相似度匹配-ATEC数据集☆22Updated 4 years ago
- lic2020关系抽取比赛,使用Pytorch实现苏神的模型。☆101Updated 4 years ago
- 2020法研杯阅读理解赛道第一名☆7Updated 4 years ago
- bert实现中文关系抽取☆17Updated last year
- NLP关系抽取:序列标注、层叠式指针网络、Multi-head Selection、Deep Biaffine Attention☆99Updated 3 years ago
- 达观算法比赛ner任务,从重新训练bert,到finetune预测。☆75Updated 2 years ago
- 2020语言与智能技术竞赛:关系抽取任务☆65Updated 4 years ago
- NLP实验:新词挖掘+预训练模型继续Pre-training☆47Updated last year
- 本项目采用Keras和Keras-bert实现文本多标签分类任务,对BERT进行微调。☆67Updated 4 years ago
- 2020语言与智能技术竞赛:事件抽取任务方案代码☆28Updated 2 years ago
- multi-label,classifier,text classification,多标签文本分类,文本 分类,BERT,ALBERT,multi-label-classification☆27Updated 3 years ago
- 简单高效的Bert中文文本分类模型开发和部署☆26Updated 5 years ago
- pytorch Efficient GlobalPointer☆54Updated 3 years ago
- Bert预训练模型fine-tune计算文本相似度☆104Updated 2 years ago
- 复现论文《Simplify the Usage of Lexicon in Chinese NER》☆42Updated 4 years ago
- 利用Bert_CRF进行中文分词☆19Updated 5 years ago
- 中国中文信息学会社会媒体处理专业委员会举办的2019届中文人机对话之自然语言理解竞赛☆74Updated 5 years ago
- 基于Pytorch + BERT的抽取式机器阅读理解☆20Updated 2 years ago
- 法研杯CAIL2019阅读理解赛题参赛模型☆42Updated 5 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)☆136Updated 2 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
- 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
- 2020 CCF大数据与计算智能大赛-非结构化商业文本信息中隐私信息识别-第7名方案☆72Updated 4 years ago
- textcnn多标签文本分类☆37Updated 6 years ago
- 2020 “万创杯”中医药天池大数据竞赛——中药说明书实体识别挑战 复盘☆31Updated 4 years ago
- ccks金融事件主体抽取☆72Updated 4 years ago
- 采用bert进行事件抽取,[cls]进行事件分类,最后一层向量进行序列标注,两个任务同时训练。☆13Updated 3 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。☆80Updated 3 years ago