kenshinpg / PytorchNER_zhLinks
这是我ehr-journey项目的一个命名实体识别的子项目,主要实现基于中文预训练字向量finetune的Bert与BiLSTM模型的网络。演示使用了CCKS2019task1数据集,并实现了django接口。
☆55Updated 3 years ago
Alternatives and similar repositories for PytorchNER_zh
Users that are interested in PytorchNER_zh are comparing it to the libraries listed below
Sorting:
- 一个关于百度2019语言与智能技术竞赛信息抽取 (http://lic2019.ccf.org.cn/kg) 模型, 模型采用BERT+CNN。DEMO地址 https://github.com/Wangpeiyi9979/InformationExtractionDem…☆187Updated 6 years ago
- 限定领域的三元组抽取的一次尝试,本文将会介绍笔者在2019语言与智能技术竞赛的三元组抽取比赛方面的一次尝试。☆133Updated 2 years ago
- 基于bert的kbqa系统☆151Updated 3 years ago
- Named Recognition Entity based on BERT and CRF 基于BERT+CRF的中文命名实体识别☆184Updated 2 years ago
- SEBERTNets:一种面向金融领域的事件主体抽取方法☆193Updated 3 years ago
- baidu aistudio event extraction competition☆224Updated 2 years ago
- bert pytorch模型微调用于的多标签文本分类☆134Updated 5 years ago
- 2019百度的关系抽取比赛,使用Pytorch实现苏神的模型,F1在dev集可达到0.75,联合关系抽取,Joint Relation Extraction.☆315Updated 5 years ago
- CCKS 2020:新冠 知识图谱构建与问答评测(四)新冠知识图谱问答评测☆218Updated 4 years ago
- albert + lstm + crf实体识别,pytorch实现。识别的主要实体是人名、地名、机构名和时间。albert + lstm + crf (named entity recognition)☆136Updated 2 years ago
- 本NER项目包含多个中文数据集,模型采用BiLSTM+CRF、BERT+Softmax、BERT+Cascade、BERT+WOL等,最后用TFServing进行模型部署,线上推理和线下推理。☆80Updated 4 years ago
- 中文关系抽取☆137Updated 6 years ago
- 中国法研杯CAIL2019要素抽取任务第三名方案分享☆138Updated 4 years ago
- 实体识别和关系抽取的联合模型☆124Updated 6 years ago
- The word2vec-BiLSTM-CRF model for CCKS2019 Chinese clinical named entity recognition.☆75Updated 5 years ago
- 事件抽取相关算法汇总☆125Updated 6 years ago
- 实体链接demo☆65Updated 6 years ago
- 中文关系抽取☆94Updated 3 years ago
- 2020语言与智能技术竞赛:关系抽取任务☆65Updated 4 years ago
- 医疗实体识别☆182Updated 4 years ago
- CCKS 2019 中文短文本实体链指比赛技术创新奖解决方案☆411Updated 2 years ago
- ccks2020 NER competitions☆119Updated 4 years ago
- NER(命名实体识别)中文语料,一站式获取☆130Updated 5 years ago
- lic2020关系抽取比赛,使用Pytorch实现苏神的模型。☆101Updated 4 years ago
- multi-label-classification-4-event-type☆136Updated 2 years ago
- 本项目是NLP领域一些任务的基准模型实现,包括文本分类、命名实体识别、实体关系抽取、NL2SQL、CKBQA以及BERT的各种下游任务应用。☆48Updated 4 years ago
- 中文wiki百科QA阅读理解问答系统,使用了CCKS2016数据的NER模型和CMRC2018的阅读理解模型,还有W2V词向量搜索,使用torchserve部署☆91Updated 4 years ago
- CCKS2019评测任务五-公众公司公告信息抽取,第3名☆121Updated 5 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
- some baselines for lic2020 (http://lic2020.cipsc.org.cn/)☆218Updated 5 years ago