jiangzhongkai / NLP_From_Zero_to_One
主要是实现nlp常用网络以及结果比较，各模型的优劣势，如:FastText,TextCNN,TextRNN,TextRCNN,BiLSTM,Seq2seq,BERT,Transformer,ELMo以及Attention机制等等。
☆45Updated 6 years ago
Alternatives and similar repositories for NLP_From_Zero_to_One:
Users that are interested in NLP_From_Zero_to_One are comparing it to the libraries listed below
- 使用分层注意力机制 HAN + 多任务学习 解决 AI Challenger 细粒度用户评论情感分析 。https://challenger.ai/competition/fsauor2018☆58Updated 5 years ago
- 在bert模型的pre_training基础上进行text_cnn文本分类☆78Updated 5 years ago
- Bert中文文本分类☆40Updated 5 years ago
- 参考NER，基于BERT的电商评论观点挖掘和情感分析☆41Updated 5 years ago
- Multilabel classification based on TextCNN and Attention☆77Updated 4 years ago
- BERT-BiLSTM-CRF的Keras版实现☆40Updated 5 years ago
- keras 搭建文本分类模型，textcnn/bi_gru/cnn+rnn_binglian/cnn+rnn_cuanlian/fasttext/att_bi_gru/rcnn,其中前面四个模型只有create_model函数不同，其余相同，fasttext和rcnn增加了…☆24Updated 6 years ago
- 这是使用pytoch 实现的长文本分类器☆45Updated 5 years ago
- 达观算法比赛ner任务，从重新训练bert，到finetune预测。☆75Updated 2 years ago
- 实现了一下multi-head-selection联合关系实体抽取☆30Updated 5 years ago
- 利用bert预训练模型生成句向量或词向量☆27Updated 4 years ago
- 之江-电商评论观点挖掘的比赛，基于pytorch-transformers版本，暂时只实现了BERT做aspect+opinion+属性分类+情感极性的联合标注，还未加上CRF。☆32Updated 5 years ago
- pytorch版的命名实体识别，LSTM和LSTM_CRF☆25Updated 5 years ago
- 多标签文本分类☆53Updated 5 years ago
- 提出基于划分的LDA主题模型 (PLDA)。对传统LDA模型进行改进，考虑中长篇文档篇章结构较为清晰，传统LDA在处理中长篇文档时不能识别每个篇章的主题，提出基于划分的LDA主题模型，对中长篇文档如新闻报道】国务院工作报告等按照段落进行划分，先拆后合，并将其效果与传统LDA…☆38Updated 5 years ago
- 基于TensorFlow，seq2seq+attention+beamsearch的文本摘要。☆59Updated 5 years ago
- biLSTM_CRF 中文分词☆34Updated 6 years ago
- 中文命名实体识别& 中文命名实体检测 python实现 基于字+ 词位 分别使用tensorflow IDCNN+CRF 及 BiLSTM+CRF 搭配词性标注实现中文命名实体识别及命名实体检测☆64Updated 6 years ago
- pytorch implementation of multi-label text classification, includes kinds of models and pretrained. Especially for Chinese preprocessing.☆76Updated 5 years ago
- 评论上的情感分析：主题与情感词抽取☆81Updated 4 years ago
- bilstm _Attention_crf☆37Updated 6 years ago
- 基于轻量级的albert实现albert+BiLstm+CRF☆89Updated last year
- Capsule, LSTM/GRU, CNN for text class implemented by Pytorch 胶囊网络, 循环神经网络和卷积神经网络在中文文本分类中的应用☆43Updated 6 years ago
- SVM, FastText, TextCNN, BiGRU, CNN-BiGRU在短分本分类上的对比☆84Updated 6 years ago
- 集成各种神经网络进行情感分类，包括CNN、LSTM、Transformer以及BERT等网络模型☆72Updated 6 years ago
- 使用pytorch和京东某商品评价数据集，采用不同模型对文本进行分类☆25Updated 7 years ago
- question classification with multi-level attention mechanism 使用多层级注意力机制和keras实现问题分类☆34Updated 5 years ago
- 关系抽取个人实战总结以及开源工具包使用☆56Updated 6 years ago
- 关于文本分类的许多方法，主要涉及到TextCNN，TextRNN, LEAM, Transformer，Attention, fasttext, HAN等☆75Updated 6 years ago
- 复现了论文《基于主题模型的短文本关键词抽取及扩展》的代码☆30Updated 4 years ago