hchhtc123 / 2021SoftwareCup-NewsSortSystem
2021软件杯-新闻智分系统项目开源,基于PaddleHub通过预训练模型ERNIE-Tiny在整合与爬取的新闻10分类数据集上进行微调完成模型训练,可实现精细的新闻长文本10分类任务。最后基于PyQt5完成GUI可视化界面开发以及基于VUE+FastAPI完成该项目的web端部署。
☆24Updated 3 years ago
Alternatives and similar repositories for 2021SoftwareCup-NewsSortSystem:
Users that are interested in 2021SoftwareCup-NewsSortSystem are comparing it to the libraries listed below
- 飞桨常规赛:中文新闻文本标题分类9月第1名方案,分数0.9+,基于PaddleNLP通过预训练模型的微调完成新闻14分类模型的训练与优化☆20Updated 3 years ago
- 该项目通过新闻数据集演示文本分类全流程:数据清洗,模型训练 ,模型部署和前端展示。使用的模型和工具:pytorch,bert,streamlit☆18Updated 2 years ago
- 今日头条中文新闻(文本)分类数据集☆63Updated 6 years ago
- 基于PaddleNLP搭建评论观点抽取和属性级情感分析模型,并基于前后端分离式架构完成属性级情感分析Web系统搭建,通过细粒度情感分析帮助用户和商家更好决策。☆65Updated last year
- 基 于知识图谱的心理咨询智能问答系统☆79Updated 2 years ago
- 基于知识图谱的党史可视化平台☆22Updated 5 years ago
- 基于PaddleHub通过预训练模型Erine-tiny在中文7情感分类数据集OCEMOTION上进行微调训练从而实现较为精确的情感7分类任务,并完成了基于PyQt5的GUI及前后端分离式web端双端部署。☆33Updated 3 years ago
- 基于BERT模型的深度学习中文文本分类实现,包含大约20000条新闻的训练和测试集,包装有简 单HTTP接口可供调用。☆23Updated 4 years ago
- 2020年第八届泰迪杯数据挖掘C题“智慧政务文本挖掘”特等奖作品(论文与代码)☆65Updated 4 years ago
- THUCNews中文文本分类数据集,该数据集包含84万篇新闻文档,总计14类;在该模型的基础上测试多个版本bert分类效果。☆60Updated 4 years ago
- 本项目主要是利用LSTM来对中文文本进行情感分类,包含四个类别(愤怒,焦虑,抑郁,伤感)☆54Updated 5 years ago
- 基于知识图谱的医疗问答系统和前端展示demo☆36Updated 10 months ago
- 练手项目:Comment of Interest 电商文本评论数据挖掘 (爬虫 + 观点抽取 + 句子级和观点级情感分析)☆102Updated 4 years ago
- PaddleHub实战:基于OCEMOTION的中文微情感分析系统,完整项目教程地址:https://aistudio.baidu.com/aistudio/projectdetail/2211726☆12Updated 3 years ago
- 本项目是一个知识图谱可视化程序,采用前后端分离技术实现,前端使用 Vue,后端使用 Flask☆24Updated 3 years ago
- 基于知识图谱的电影知识问答 系统。☆22Updated 11 months ago
- LSTM,TextCNN,fastText情感分析,模型用 tf_serving 和 flask 部署成web应用☆42Updated 5 years ago
- 基于深度学习的FAQ式问答系统☆34Updated 3 years ago
- 基于Bilstm + CRF的信息抽取模型☆33Updated 3 years ago
- 以nlp中情感分析为例,从没有打过标签的语料开始一步步教你怎么去打标签,然后分别以传统的机器学习模型SVM和深度学习模型LSTM去建模。☆34Updated 5 years ago
- 基于知识图谱的中文旅游领域知识服务平台构建 - 从旅游知识库到旅游知识服务平台☆25Updated 5 years ago
- 基于知识图谱的电影问答系统☆50Updated last year
- 利用bert和textcnn解决多标签文本分类的demo。☆32Updated 2 years ago
- 知识图谱 neo4j 答案查找 + 机器学习 分类模型 问题分析 = 电影知识库问答机器人☆88Updated 11 months ago
- 基于pytorch进行文本多分类,主要模型为双向LSTM,预测准确率83%☆42Updated 4 years ago
- 用MLP、TextCNN、RNN、LSTM、GRU、Attention、RCNN、BERT做文本分类、情感分析,对比各模型于温泉旅游评论垂类语料下在情感分类任务上的表现☆94Updated 3 years ago
- 基于医疗领域知识图谱的问答系统, 同时使用了chatGPT、chatGLM4等方式生成医学知识图谱。☆48Updated last year
- nlp-bilstm+crf-ner☆48Updated 3 years ago
- 本项目的数据来自“互联网新闻情感分析”赛题。基于Transformer2.0库中的中文Bert模型,对新闻语料进行三分类。☆110Updated 5 years ago
- 基于知识图谱的古诗词问答系统,数据库使用neo4j☆18Updated 2 years ago