liuhuanyong / CCKS2018Summary
self summary after attending 2018全国知识图谱与语义计算大会,China Conference on Knowledge Graph and Semantic Computing
☆241Updated 6 years ago
Alternatives and similar repositories for CCKS2018Summary:
Users that are interested in CCKS2018Summary are comparing it to the libraries listed below
- 中文医学知识图谱命名实体识别,包括bi-LSTM+CRF,transformer+CRF等模型☆244Updated 5 years ago
- 中文知识库问答代码,CCKS2019 CKBQA评测第四名解决方案☆477Updated 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。☆310Updated last year
- 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☆217Updated 4 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☆249Updated 5 years ago
- 基于neo4j肝病知识图谱的问答系统☆372Updated 5 years ago
- 基于Pytorch和torchtext的知识图谱深度学习框架。☆614Updated 4 years ago
- 知识图谱车音工作项目☆250Updated 7 years ago
- 对知识库Wikidata的爬虫以及数据处理脚本 将三元组关系对齐到语料库的脚本 获取知识图谱数据的脚本☆272Updated 3 years ago
- 金融知识图谱构建☆138Updated 6 years ago
- 豆瓣书籍,电影类别的知识图谱问答系统☆263Updated 4 years ago
- A tutorial and implement of disease centered Medical knowledge graph and qa system based on it。知识图谱构建,自动问答,基于kg的自动问答。以疾病为中心的一定规模医药领域知识图谱…☆316Updated 6 years ago
- 基于知识图谱的问答☆303Updated 7 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。☆197Updated 5 years ago
- 使用句法依存分析抽取事实三元组☆330Updated 9 years ago
- 基于远监督的中文关系抽取☆384Updated 3 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)☆269Updated 6 years ago
- 构建医疗实体识别的模型,包含词典和语料标注,基于python构建☆340Updated 7 years ago
- 周杰伦歌曲信息的知识图谱问答系统☆139Updated 6 years ago
- 基于知识库的问答:seq2seq模型实践☆356Updated 4 years ago
- 包含传统的基于统计模型(CRF)和基于深度学习(Embedding-Bi-LSTM-CRF)下的医疗数据命名实体识别☆223Updated 4 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 5 years ago
- 基于知识图谱的智能问答机器人☆219Updated 6 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.☆313Updated 4 years ago
- 基于知识图谱的问答系统☆72Updated 6 years ago
- 结合BERT+GRU+ATT模型,对自己收集的人物关系数据进行模型训练,用于人物关系抽取。☆322Updated 2 years ago
- CCKS2019中文命名实体识别任务。从医疗文本中识别疾病和诊断、解剖部位、影像检查、实验室检验、手术和药物6种命名实体。现已实现基于jieba和AC自动机的baseline构建、基于BiLSTM和CRF的序列标住模型构建。bert的部分代码主要源于https://gith…☆351Updated 2 years ago
- Medical Named Entity Recognition implement using bi-directional lstm and crf model with char embedding.CCKS2017中文电子病例命名实体识别项目,主要实现使用了基于字…☆434Updated 3 years ago
- 中文命名实体识别NER。用keras实现BILSTM+CRF、IDCNN+CRF、BERT+BILSTM+CRF进行实体识别。结果当然是BERT+BILSTM+CRF最好啦。☆289Updated 5 years ago
- 爬虫-百度百科-知识图谱探索☆198Updated 5 years ago