hecongqing / Legal-Charge-PredictionLinks
法律智能 ,NLP技术赋能法律判案
☆20Updated 6 years ago
Alternatives and similar repositories for Legal-Charge-Prediction
Users that are interested in Legal-Charge-Prediction are comparing it to the libraries listed below
Sorting:
- 法律案件知识图谱☆28Updated 4 years ago
- 基于知识图谱的林业法律法规问答☆20Updated 2 years ago
- 法律知识图谱网站。A legal knowledge graph web project.☆18Updated 6 years ago
- 知识图谱初探,关系抽取,实体抽取,基于kb的问答,基于es的问答,知识图谱可视化☆60Updated 5 years ago
- “法阿”中文分词:做最好的 Python 法律中文分词组件☆28Updated 4 years ago
- 基于文本相似度的win10智能客服问答系统☆15Updated 5 years ago
- NER and RE in medical insurance。用于医疗领域的知识图谱构建,通过DL中的相关算法,实现领域实体的命名实体识别和关系抽取。☆63Updated 5 years ago
- 文本热点挖掘,基于DBSCAN聚类模型,对文本的热点事件进行挖掘☆43Updated 5 years ago
- 法律领域词典☆14Updated 5 years ago
- 毕业设计:基于Bert_Position_BiLSTM_Attention_CRF_LSTMDecoder的法律文书要素识别☆55Updated 4 years ago
- It's for a research for AI and law☆43Updated 4 years ago
- 合同信息抽取☆17Updated 4 years ago
- 爬取去哪网热门景点信息,抽取三元组信息,构建中文知识图谱☆12Updated 4 years ago
- Self complemented Key infomation extraction including keywords, abstract from text using algorithm like textrank ,tfidf 基于Textrank算法的文本摘要…☆54Updated 7 years ago
- 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☆59Updated 5 years ago
- 发现新词 无监督词库生成 医学词库生成 发现未登录词☆78Updated 4 years ago
- 基于pytorch+bilstm_crf的中文命名实体识别☆15Updated 2 years ago
- 中国法研杯-司法人工智能挑战赛☆91Updated 6 years ago
- 毕业设计,基于事理图谱的事件推理系统☆70Updated 5 years ago
- 专业领域词库构建/中文新词发现/专业词库发现☆29Updated 5 years ago
- 基于知识图谱的党史可视化平台☆22Updated 6 years ago
- Simple Transformers四种任务(分类、命名实体识别、机器阅读理解、语言模型微调)的代码样例,可以切换多种预训练模型。☆23Updated 2 years ago
- 新闻文本自动摘要, 以Textrank 为基础,融入 标题特征,单句位置特征,重要实体特征,线索词特征,做句子的综合权重计算,并使用MMR算法,兼顾自动摘要的主题相关性和摘要多样性。☆26Updated 3 years ago
- 基于知识图谱和相似度匹配的肝病智能问答系统☆36Updated 5 years ago
- 基于依存句法与语义角色标注的三元组抽取☆10Updated 6 years ago
- Neural Relation Extraction implemented with LSTM in TensorFlow☆17Updated 7 years ago
- ☆10Updated 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
- The final teamwork of data mining course, CAIL-2018 competition. NOTE: this is just quite SIMPLE and TRIVIAL code.☆27Updated 3 years ago
- 实现基于相似度匹配和检索的问答系统☆18Updated 6 years ago