myboyliu / chinese_drug_ner
中药说明书实体识别挑战
☆9Updated 4 years ago
Alternatives and similar repositories for chinese_drug_ner:
Users that are interested in chinese_drug_ner are comparing it to the libraries listed below
- Implementations of BiLSTM-CRF and IDCNN-CRF NER models on Weibo, MSRA and Twitter copora.☆10Updated 4 years ago
- 医学预训练语言模型☆16Updated 4 years ago
- 主要模型结构来自于CasRel模型 在识别subject时使用Biaffine方法用于处理subject实体嵌套问题☆9Updated 4 years ago
- bert,albert计算中文句子的相似度☆21Updated 4 years ago
- 基于pytorch的TPLinker_plus进行中文命名实体识别☆18Updated last year
- 基于Bert(或Robert)预训练模型微调命名实体识别任务,并提供基于docker的Tensor Serving部署模型方案实现过程。☆36Updated 4 years ago
- 1.4亿通用知识图谱问答☆17Updated 4 years ago
- 开课吧&后厂理工学院_百度NLP项目2:试题数据集多标签文本分类 Models: FastText TextCNN GCN BERT et al.☆48Updated 5 years ago
- 基于依存句法与语义角色 标注的三元组抽取☆10Updated 6 years ago
- ☆10Updated 2 years ago
- 简版文本对话/问答系统☆33Updated 5 years ago
- 中文文本的向量表示方法(Sentence-BERT, CoSENT)的PyTorch简单实现,可以用于文本相似度计算。☆9Updated 2 years ago
- ☆16Updated 3 years ago
- TPLinker: Single-stage Joint Extraction of Entities and Relations Through Token Pair Linking☆16Updated 3 years ago
- 实现了一下multi-head-selection联合关系实体抽取☆30Updated 5 years ago
- basic algorithm☆10Updated 4 years ago
- 2020阿里云天池大数据竞赛-中医药命名实体识别挑战赛☆27Updated 4 years ago
- 有一个通用实体关系事件抽取的任务,需要使用到UIE模框架,而且需要将起部署到昇腾310服务器上,因为UIE模型底层使用的是ernie3.0,但是目前paddle官方还不支持ernie3.0模型在昇腾310上部署,所以才有了以下的操作,主要过程是,先试用paddle训练处模型…☆17Updated 2 years ago
- bert-flat 简化版 添加了很多注释☆15Updated 3 years ago
- 采用依存句法分析进行关系抽取☆20Updated 6 years ago
- 基于预训练模型的中文关键词抽取方法(论文SIFRank: A New Baseline for Unsupervised Keyphrase Extraction Based on Pre-trained Language Model 的中文版代码)☆12Updated 4 years ago
- benchmark of KgCLUE, with different models and methods☆27Updated 3 years ago
- SMP2018中文人机对话技术评测(ECDT)☆14Updated 6 years ago
- 基于bert4keras进行nlp工作,暂时包含文本分类,实体识别,实体关系抽取☆8Updated 3 years ago
- multi-label,classifier,text classification,多标签文本分类,文本分类,BERT,ALBERT,multi-label-classification☆27Updated 3 years ago
- Use https://github.com/huggingface/transformers to do Chinese NER☆11Updated 3 years ago
- 利用BERT预训练模型进行文本生成,可用于对话、摘要、问题生成等任务。 目前支持策略,词表的插入和删除、自定义Character Embedding、随机词替换等☆9Updated 2 years ago
- 2020语言与智能技术竞赛:事件抽取任务☆27Updated 4 years ago
- 短文本分类、多标签分类方法封装☆14Updated last year