jjljkjljk / BERT-NER-ChineseLinks
基于BERT的中文命名实体识别
☆44Updated 3 years ago
Alternatives and similar repositories for BERT-NER-Chinese
Users that are interested in BERT-NER-Chinese are comparing it to the libraries listed below
Sorting:
- 基于词汇信息融合的中文NER模型☆170Updated 3 years ago
- 利用指针网络进行信息抽取,包含命名实体识别、关系抽取、事件抽取。☆127Updated 2 years ago
- CMeIE/CBLUE/CHIP/实体关系抽取/SPO抽取☆239Updated 3 years ago
- 基于pytorch+bert的中文文本分类☆90Updated 2 years ago
- 基于pytorch + bert的多标签文本分类(multi label text classification)☆109Updated 2 years ago
- OneRel在中文关系抽取中的使用☆133Updated 2 years ago
- Pytorch进行长文本分类。这里用到的网络有:FastText、TextCNN、TextRNN、TextRCNN、Transformer☆48Updated 5 years ago
- 中文命名实体识别☆48Updated 4 years ago
- Implemention of NER model on chinese dataset.☆74Updated 2 years ago
- 基于论文SpERT: "Span-based Entity and Relation Transformer"的中文关系抽取,同时抽取实体、实体类别和关系类别。☆37Updated 3 years ago
- Using BERT+Bi-LSTM+CRF☆145Updated 3 years ago
- 超长文本分类(大于1000字);文档级/篇章级文本分类;主要是解决长距离依赖问题☆131Updated 4 years ago
- 中文信息抽取,包含实体抽取、关系抽取、事件抽取☆260Updated 2 years ago
- 基于pytorch_bert的中文多标签分 类☆94Updated 4 years ago
- 基于pytorch的中文三元组提取(命名实体识别+关系抽取)☆362Updated 2 years ago
- 基于pytorch的CasRel进行三元组抽取。☆42Updated 2 years ago
- 基于Pytorch+BERT+CRF的NLP序列标注模型,目前包括分词,词性标注,命名实体识别等☆62Updated 3 years ago
- CMeEE/CBLUE/NER实体识别☆135Updated 3 years ago
- A PyTorch implementation of a BiLSTM \ BERT \ Roberta (+ BiLSTM + CRF) model for Chinese Word Segmentation (中文分词) .☆216Updated 3 years ago
- 使用bert进行关系三元组抽取。☆182Updated last year
- 使用BERT-BiLSTM+CRF进行ner任务(pytorch_lightning版)☆46Updated 3 years ago
- 实体关系抽取pipline方式,使用了BiLSTM+CRF+BERT☆159Updated last year
- 基于Pytorch的命名实体识别框架,支持LSTM+CRF、Bert+CRF、RoBerta+CRF等框架☆90Updated 2 years ago
- Reimplement CasRel model in PyTorch.使用PyTorch对吉林大学CasRel模型进行复现,并在百度关系抽取数据集上训练测试。☆194Updated 3 years ago
- 记录经典NER模型,目前仓库包含如下模型代码:BERT, LSTM, GlobalPointer, CRF, HMM☆33Updated 3 years ago
- 使用bert进行事件抽取。☆49Updated 2 years ago
- 基于pytorch的GlobalPointer进行中文命名实体识别。☆37Updated 2 years ago
- ☆21Updated 4 years ago
- 本人项目进行中搜集的数据集,包含原始数据和经过处理后的数据,项目持续更新。☆117Updated 5 years ago
- 实体关系抽取,使用了百度比赛的数据集。使用pytorch实现MultiHeadJointEntityRelationExtraction,包含Bert、Albert、gru的使用,并且添加了对抗训练。最后使用Flask和Neo4j图数据库对模型进行了部署☆127Updated 2 years ago