lietou1986 / xparserLinks
基于纯文本的简历解析桌面版,自带一键安装卸载程序,支持磁盘扫描,后台监控进程自动扫描,支持简历内容抽取,简历解析,解析后结构化存储,识别的文件格式有pdf,word,text,html等
☆40Updated 8 years ago
Alternatives and similar repositories for xparser
Users that are interested in xparser are comparing it to the libraries listed below
Sorting:
- ResumeSDK简历解析 - 中英文简历解析☆38Updated last year
- 智能客服系统(智能问答)☆125Updated 5 years ago
- 实现了简单的智能问答应用。输入问答列表,训练模型,一个智能智能 问答机器人便生成了!☆18Updated 2 years ago
- 针对企业取证产品,知识图谱的可视化及问答系统。☆16Updated 2 years ago
- 基于 Simhash 的论文查重系统☆82Updated 3 years ago
- 天池比赛作品整理。实现从pdf中提取出姓名、出生年月、性别、电话、最高学历、籍贯、落户市县、政治面貌、毕业院校、工作单位、工作内容、职务、项目名称、项目责任、学位、毕业时间、工作时间、项目时间共18个字段。☆115Updated last year
- 基于知识图谱的医学诊断系统。Medical Diagnosis System Based on Knowledge Map.(欢迎Star,🚫禁止Fork)☆346Updated 11 months ago
- 基于vue+g6实现的知识图谱编辑器☆47Updated 3 years ago
- 爬取知网论文☆31Updated 8 years ago
- 智能客服☆110Updated 6 years ago
- 基于Rasa搭建的案件信息问答系统☆134Updated 3 years ago
- 行业知识图谱,关系抽取,数据清洗,ncov,疫情数据,百科,医疗,保险,汽车,垃圾分类,产业链,投资,高考,行业专家圈子,CXO圈子☆119Updated last year
- 基于Neo4j图数据库构建知识图谱,提供知识图谱的增删改查;基于知识图谱和策略构建智能问答引擎☆101Updated 7 years ago
- 知识图谱问答系统☆90Updated 3 years ago
- 基于开源保险产品数据构建的保险知识图谱及简易问答系统☆41Updated 6 years ago
- 百科名医的数据爬虫,科室、疾病、症状、检查等类型,包括医疗百科。☆11Updated 8 years ago
- 限定域问答系统包括:自动构建知识库、问句检索、基于微信平台搭建问答系统。本项目所有代码已开源。用户通过简单配置,可以实现快速自动化搭建一个比较完备的领域知识库。另外,基于微信平台如何通过配置来搭建问答系统,具体操作见readme.txt☆71Updated 9 years ago
- 医疗语料库。医疗机构名语料库。药品本位码。☆69Updated last year
- 摘要、关键字、关键词组、文本相似度、分词分句(自然语言处理工具包)☆11Updated 6 years ago
- 基于知识图谱的分布式智能医疗诊断系统☆118Updated 7 years ago
- 基于人工智能标记语言 (AIML)和开放域问答(WebQA)的深度智能对话模型☆84Updated 7 years ago
- 以Spring Boot框架为载体,通过集成hanLP、neo4j、spark-mllib实现基于电影知识图谱的简易问答系统。☆63Updated 2 years ago
- 简历解析工具☆39Updated 9 years ago
- 个人实现的基于Django与semantic-ui的语言计算实验平台, 功能包括自然语言综合处理,词语计算,社会热点计算,人物计算,文学画像,职位画像等社会计算功能☆29Updated 7 years ago
- 知识图谱-教育☆42Updated 6 years ago
- 图片文字信息提取☆33Updated 5 years ago
- 语义理解/口语理解,项目包含有词法分析:中文分词、词性标注、命名实体识别;口语理解:领域分类、槽填充、意图识别。☆183Updated 7 years ago
- 用于管理中医药数据库文件及其说明文档。☆39Updated 12 years ago
- 🤖 聊天机器人示例,定制聊天机器人,聊天机器人语料导入导出☆129Updated last year
- 项目介绍: 智能交互金融智能聊天。具体实现用户在所有关于股票话题的智能问答。其中难点是问题 分类、数据预处理、参数提取。 ☆个人工作: 实现金融智能聊天,实现所有股票问题的精确回答。通过提取通用特征将5亿+条训练语料缩减为10w条,语料内存占用量从10G减少到2M,并将…☆67Updated 6 years ago