downdawn / Similarity
文本相似度算法
☆39Updated 4 years ago
Related projects: ⓘ
- 在bert模型的pre_training基础上进行text_cnn文本分类☆79Updated 4 years ago
- TF-IDF+Word2vec做文本相似度计算,最好是长文本☆23Updated 4 years ago
- 利用哈工大同义词林替换问答文本内的同义词进 行语料扩充☆35Updated 5 years ago
- 专业领域词库构建/中文新词发现/专业词库发现☆28Updated 4 years ago
- WordMultiSenseDisambiguation, chinese multi-wordsense disambiguation based on online bake knowledge base and semantic embedding similarit…☆124Updated 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)☆132Updated 2 years ago
- 中文文本预处理,Word2Vec训练计算文本相似度。☆43Updated 5 years ago
- Bert预训练模型fine-tune计算文本相似度☆95Updated last year
- 将bert模型应用到问答系统中来,一者学习知识图谱的基本操作,二简单搭建问答系统的基本框架,三将词向量、bert模型实践应用☆60Updated 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。☆72Updated last year
- 基于BIO模式的序列标注工具-可用于命名实体识别、事件触发词识别等任务的数据标注☆69Updated 4 years ago
- 实体链接demo☆62Updated 5 years ago
- 基于BERT-BLSTM-CRF 序列标注模型,支持中文分词、词性标注、命名实体识别、语义角色标注。☆22Updated 4 years ago
- ☆70Updated this week
- 基于Pytorch的命名实体识别框架,支持LSTM+CRF、Bert+CRF、RoBerta+CRF等框架☆72Updated last year
- 使用三种方法实现中文抽取式自动文摘,分别是TextRank算法、MMR(最大边界相关算法)算法和TextRank+Word2vec方法;最后使用Rouge评价方法,将生成的摘要和标准摘要进行比较,输出p、r、f值。☆33Updated 4 years ago
- 基于word2vec使用wiki中文语料库实现词向量训练模型☆55Updated 5 years ago
- 基于Pytorch+BERT+CRF的NLP序列标注模型,目前包括分词,词性标注,命名实体识别等☆56Updated last year
- 实现功能:新输入一段文本,与已有数据进行相似度进行比较,返回TOP10的文本。主要实现方法:jieba中文分词、gensim、TF-IDF词汇重要性、cosine余弦相似度。☆11Updated 4 years ago
- 本项目采用Keras和Keras-bert实现文本多分类任务,对BERT进行微调。☆46Updated 3 years ago
- 关系抽取个人实战总结以及开源工具包使用☆58Updated 5 years ago
- 从模型训练到部署,实战知识图谱(Knowledge Graph)&自然语言处理(NLP)。涉及 Tensorflow, Bert+Bi-LSTM+CRF,Neo4j等 涵盖 Named Entity Recognition,Text Classify,Informatio…☆86Updated 4 years ago
- 基于ltp的简单评论观点抽取模块☆116Updated 5 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☆191Updated last month
- 限定领域的三元组抽取的一次尝试,本文将会介绍笔者在2019语言与智能技术竞赛的三元组抽取比赛方面的一次尝试。☆132Updated last year
- 多标签文本分类☆52Updated 5 years ago
- bert4keras NER☆27Updated 4 years ago
- 实体识别和关系抽取的联合模型☆119Updated 5 years ago
- TensorFlow code and pre-trained models for BERT☆58Updated 3 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)☆142Updated 7 years ago