gospel303 / TF-IDF-word2vec-Text-similarity-Links
TF-IDF+Word2vec做文本相似度计算,最好是长文本
☆24Updated 5 years ago
Alternatives and similar repositories for TF-IDF-word2vec-Text-similarity-
Users that are interested in TF-IDF-word2vec-Text-similarity- are comparing it to the libraries listed below
Sorting:
- 使用两种方法(抽取式Textrank和概要式seq2seq)自动提取文本摘要☆218Updated 6 years ago
- 嵌入Word2vec词向量的RNN+ATTENTION中文文本分类☆152Updated 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☆197Updated last year
- 对四种句子/文本相似 度计算方法进行实验与比较☆291Updated 5 years ago
- 使用BERT模型做文本分类;面向工业用途☆222Updated 6 years ago
- 中文文本聚类☆123Updated 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.☆271Updated 5 years ago
- 利用Doc2Vec计算文本相似度☆138Updated 7 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。☆48Updated 4 years ago
- 利用bert预训练模型生成句向量或词向量☆27Updated 4 years ago
- multi-label-classification-4-event-type☆138Updated 2 years ago
- 该库是一个项目集,包括文本分类、多标签分类、细粒度情感分析、命名实体识别,以及部分数据集等☆201Updated 6 years ago
- 自然语言处理中的基础任务,包含但不限于文本表示,文本分类,命名实体识别,关系抽取,文本生成,文本摘要等,基于tensorflow2或Pytorch,所有代码均经过测试,项目中也包含相关数据。☆151Updated 2 years ago
- 中文文本预处理,Word2Vec训练计算文本相似度。☆44Updated 6 years ago
- 中文关系抽取☆137Updated 6 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。☆294Updated 5 years ago
- 多标签文本分类☆53Updated 6 years ago
- 基于TensorFlow,seq2seq+attention+beamsearch的文本摘要。☆59Updated 6 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)☆272Updated 6 years ago
- 基于word2vec使用wiki中文语料库实现词向量训练模型☆59Updated 6 years ago
- 自然语言处理NLP在中文文本上的一些应用,如文本分类、情感分析、命名实体识别等☆214Updated 4 years ago
- 基于预训练模型(BERT,BERT-wwm)的文本分类模板,CCF BDCI新闻情感分析A榜4/2735。☆271Updated 5 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
- 事件抽取相关算法汇总☆126Updated 6 years ago
- 基于Bi-GRU + CRF 的中文机构名、人名识别, 支持google bert模型☆168Updated 6 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
- 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
- bert pytorch模型微调用于的多标签文本分类☆137Updated 5 years ago
- Tensorflow2.3的文本分类项目,支持各种分类模型,支持相关tricks。☆178Updated 10 months ago