keyue123 / poemKBQALinks
基于知识图谱的问答系统
☆74Updated 6 years ago
Alternatives and similar repositories for poemKBQA
Users that are interested in poemKBQA are comparing it to the libraries listed below
Sorting:
- 从模型训练到部署,实战知识图谱(Knowledge Graph)&自然语言处理(NLP)。涉及 Tensorflow, Bert+Bi-LSTM+CRF,Neo4j等 涵盖 Named Entity Recognition,Text Classify,Informatio…☆93Updated 6 years ago
- 基于bert的kbqa系统☆152Updated 3 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 6 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 5 years ago
- A trial of kbqa based on bert for NLPCC2016/2017 Task 5 (基于BERT的中文知识库问答实践,代码可跑通)☆271Updated 6 years ago
- 周杰伦歌曲信息的知识图谱问答系统☆139Updated 6 years ago
- 实体识别和关系抽取的联合模型☆125Updated 6 years ago
- 基于知识图谱的问答系统☆137Updated 5 years ago
- 中文关系抽取☆137Updated 7 years ago
- 中文医学知识图谱命名实体识别,包括bi-LSTM+CRF,transformer+CRF等模型☆247Updated 6 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☆90Updated 4 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.☆316Updated 5 years ago
- 本项目用于展示三元组抽取后形成的知识图谱,包括几本小说的实体关系,以及README.md,介绍这方面的一篇文章。☆201Updated 5 years ago
- 中文关系抽取☆94Updated 4 years ago
- 本项目是利用深度学习技术来构建知识图谱方向上的一次尝试,作为开放领域的关系抽取,算是笔者的一次创新,目前在这方面的文章和项目都很少。☆314Updated 2 years ago
- Code for http://lic2019.ccf.org.cn/kg 信息抽取。使用基于 BERT 的实体抽取和关系抽取的端到端的联合模型。☆287Updated 6 years ago
- 事件知识图谱构建相关的论文, 包含事件抽取、事件关系识别等任务☆83Updated 2 years ago
- 基于知识图谱的中文问答系统(EA-CKGQA)☆38Updated 6 years ago
- 金融知识图谱构建☆143Updated 7 years ago
- 哈工大bert上fine turning ,中文人物关系抽取任务准确率0.97☆117Updated 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 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。☆134Updated 2 years ago
- 基于知识库的问答系统。其中使用带注意力机制的对抗迁移学习做中文命名实体识别,使用BERT模型做句子相似度分析。☆37Updated 6 years ago
- 中文知识库问答代码,CCKS2019 CKBQA评测第四名解决方案☆480Updated 4 years ago
- 豆瓣书籍,电影类别的知识图谱问答系统☆269Updated 5 years ago
- 爬取百度百科词条,抽取三元组,构建知识图谱☆36Updated 6 years ago
- 知识图谱三元组抽取(实体-关系-实体,实体-属性-属性值)☆109Updated 4 years ago
- 实体链接demo☆65Updated 6 years ago
- 农业领域知识图谱的构建,包括数据爬取(百度百科)、数据分类、利用结构化数据生成三元组、非结构化数据的分句(LTP),分词(jieba),命名实体识别(LTP)、基于依存句法分析(主谓关系等)的关系抽取和利用neo4j生成可视化知识图谱☆254Updated 5 years ago
- COVID-2019 中文知识问答系统☆49Updated 5 years ago