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。
☆43Updated 5 years ago
Related projects: ⓘ
- 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☆57Updated 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☆40Updated 5 years ago
- 文本二分类任务,是否文档是否属于政治上的出访类事件,利用BERT提取特征,模型采用简单的DNN。☆63Updated 4 years ago
- BERT-BiLSTM-CRF的Keras版实现☆41Updated 5 years ago
- 利用ALBERT实现文本二分类,判别是否属于政治上的出访类事件,提升模型训练和预测速度。☆72Updated last year
- 这是使用pytoch 实现的长文本分类器☆45Updated 5 years ago
- pytorch implementation of multi-label text classification, includes kinds of models and pretrained. Especially for Chinese preprocessing.☆69Updated 4 years ago
- 达观算法比赛ner任务,从重新训练bert,到finetune预测。☆76Updated last year
- biLSTM_CRF 中文分词☆36Updated 5 years ago
- BERT预训练模型字向量提取工具☆52Updated 4 years ago
- 多 标签文本分类☆52Updated 5 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。☆33Updated 5 years ago
- 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 5 years ago
- ☆35Updated 4 years ago
- 在bert模型的pre_training基础上进行text_cnn文本分类☆79Updated 4 years ago
- textcnn多标签文本分类☆36Updated 6 years ago
- ☆17Updated 3 years ago
- 基于ELMo, tensorflow的中文命名实体标注 Chinese Named Entity Recognition Based on ELMo☆22Updated 4 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☆68Updated 5 years ago
- Multilabel classification based on TextCNN and Attention☆77Updated 4 years ago
- bilstm _Attention_crf☆37Updated 5 years ago
- cw2vec implementation in pytorch☆17Updated 5 years ago
- pytorch版的命名实体识别,LSTM和LSTM_CRF☆26Updated 5 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 6 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…☆23Updated 5 years ago
- 针对Cnews数据集进行分类,使用了torchtext进行文本预处理☆11Updated 2 years ago
- 文本分类的目前测试效果较好的算法☆56Updated 4 years ago
- 实现了一下multi-head-selection联合关系实体抽取☆31Updated 5 years ago
- 2019之江杯人工智能大赛电商评论观点挖掘赛道top3☆44Updated 4 years ago