gl-coding / OpenSpider
爬取各种数据的爬虫的样例（百度百科、知乎、微博、简书、搜狗词库），可用于自然语言处理语料收集
☆11Updated 4 years ago
Related projects ⓘ
Alternatives and complementary repositories for OpenSpider
- 中文语料库：包括情感词典 情感分析 文本分类 单轮对话 中文词典 知乎☆116Updated 6 years ago
- An collection of Chinese nlp corpus including basic Chinese syntatic wordset, semantic wordset, historic corpus and evaluate corpus. 中文自然…☆438Updated 5 years ago
- 基于bert进行中文文本纠错☆226Updated last year
- Chinese Embedding collection incling token ,postag ,pinyin,dependency,word embedding.中文自然语言处理向量合集,包括字向量,拼音向量,词向量,词性向量,依存关系向量.共5种类型的向量☆450Updated 5 years ago
- 基于bert的中文自然语言处理工具，包括情感分析、中文分词、词性标注、以及命名实体识别功能,并提供文本分类任务、序列标注任务、句对关系判断任务的训练与预测接口☆129Updated 5 years ago
- 利用bert预训练的中文模型进行文本分类 数据集中文情感分析语料chnsenticorp☆310Updated 5 years ago
- 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。☆147Updated 3 years ago
- SikuBERT：四库全书的预训练语言模型（四库BERT） Pre-training Model of Siku Quanshu☆115Updated last year
- Macadam是一个以Tensorflow(Keras)和bert4keras为基础，专注于文本分类、序列标注和关系抽取的自然语言处理工具包。支持RANDOM、WORD2VEC、FASTTEXT、BERT、ALBERT、ROBERTA、NEZHA、XLNET、ELECTRA…☆324Updated last year
- 教育行业新闻 自动文摘 语料库 自动摘要☆195Updated 6 years ago
- Modify Chinese text, modified on LaserTagger Model. 文本复述，基于lasertagger做中文文本数据增强。☆318Updated 10 months ago
- 基于哈工大同义词词林扩展版的单词相似度计算方法☆355Updated last year
- WordMultiSenseDisambiguation, chinese multi-wordsense disambiguation based on online bake knowledge base and semantic embedding similarit…☆124Updated 5 years ago
- 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。☆108Updated 4 years ago
- 中文文本语义相似度（Chinese Semantic Text Similarity）语料库建设☆472Updated 6 years ago
- 文本相似度计算／文本匹配☆300Updated 4 years ago
- 利用预训练的中文模型实现基于bert的语义匹配模型 数据集为LCQMC官方数据☆193Updated 4 years ago
- 大连理工大学情感词汇本体库及其他相关操作☆122Updated 7 years ago
- 中文NLP数据集☆151Updated 5 years ago
- Keyphrase or Keyword Extraction 基于预训练模型的中文关键词抽取方法（论文SIFRank: A New Baseline for Unsupervised Keyphrase Extraction Based on Pre-trained La…☆420Updated 4 years ago
- 搜集、整理、发布 预训练 中文 词向量/字向量，与 有志之士 共同 促进 中文 自然语言处理 的 发展。☆146Updated 6 years ago
- chinese and english corpus process script, python, c++, java☆194Updated 5 years ago
- 搜集、整理、发布 中文 自然语言处理 语料/数据集，与 有志之士 共同 促进 中文 自然语言处理 的 发展。☆95Updated 5 years ago
- 中文命名实体识别NER。用keras实现BILSTM+CRF、IDCNN+CRF、BERT+BILSTM+CRF进行实体识别。结果当然是BERT+BILSTM+CRF最好啦。☆284Updated 4 years ago
- 全局指针统一处理嵌套与非嵌套NER☆250Updated 3 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.☆264Updated 4 years ago
- Keyword extraction based on TF-IDF on specific corpus. 基于特定语料库的TF-IDF的中文关键词提取☆152Updated 5 years ago
- ☆43Updated 3 years ago
- 基于Bi-GRU + CRF 的中文机构名、人名识别, 支持google bert模型☆165Updated 5 years ago