natureLanguageQing / rengangpipei
人岗匹配模型,采用 dssm方法和deepffm实现
☆10Updated 5 years ago
Related projects ⓘ
Alternatives and complementary repositories for rengangpipei
- 人岗精准匹配模型☆18Updated 3 years ago
- the code of our paper "Beyond Matching: Modeling Two-Sided Multi-Behavioral Sequences For Dynamic Person-Job Fit" (实现十多个人岗匹配模型和动态人岗匹配模型的算…☆14Updated last year
- 利用bert和textcnn解决多标签文本分类的demo。☆29Updated 2 years ago
- 基于知识图谱与人工神经网络的简历推荐系统☆75Updated 9 months ago
- 有关多任务学习的基于知识图谱的推荐系统和图谱补全(嵌入)联合训练的几篇论文复现☆44Updated 3 years ago
- 第二届阿里巴巴大数据智能云上编程大赛-智联招聘人岗智能匹配☆65Updated 4 years ago
- 中文文本聚类☆123Updated 2 years ago
- 基于PaddleNLP搭建评论观点抽取和属性级情感分析模型,并基于前后端分离式架构完成属性级情感分析Web系统搭建,通过细粒度情感分析帮助用户和商家更好决策。☆62Updated last year
- 基于知识图谱的推荐算法-RippleNet的实现☆19Updated last year
- 今日头条中文新闻(文本)分类数据集☆61Updated 6 years ago
- 基于知识图谱的医生推荐系统☆60Updated last year
- 基于word2vec预训练词向量; textCNN 模型 ;charCNN 模型 ;Bi-LSTM模型;Bi-LSTM + Attention 模型 ;Transformer 模型 ;ELMo 预训练模型 ;BERT 预训练模型的文本分类项目☆115Updated 4 years ago
- Python实现中文文本关键词抽取,分别用了TF-IDF、LDA、RNN、LSTM和LR-SGD两类共五种方法,全网最全没有之一。☆55Updated 3 years ago
- 基于Transformer的生成式文本摘要☆168Updated 2 years ago
- Python操作Neo4j数据库,知识图谱,根据相似度计算的一个电影推荐的Demo☆84Updated 3 years ago
- 本项目的数据来自“互联网新闻情感分析”赛题。基于Transformer2.0库中的中文Bert模型,对新闻语料进行三分类。☆102Updated 5 years ago
- 基于知识图谱的书籍推荐的问答系统及可视化☆34Updated 3 years ago
- 书籍知识图谱推荐系统☆51Updated last year
- 多标签文本分类☆53Updated 5 years ago
- 阿里天池赛:CCKS2021 运营商知识图谱推理问答☆46Updated 2 years ago
- bert文本多分类(情感分析)、bert-bilstm-crf序列标注任务(快递地址的序列标注任务)☆30Updated 3 years ago
- 在某公司参与的知识图谱相关项目-代码与数据集☆38Updated 5 years ago
- 本项目是一个知识图谱可视化程序,采用前后端分离技术实现,前端使用 Vue,后端使用 Flask☆22Updated 3 years ago
- 自然语言处理的基础知识,术语抽取与关键词提取、知识图谱与图嵌入、检索与推荐等☆41Updated 2 years ago
- 该库是一个项目集,包括文本分类、多标签分类、细粒度情感分析、命名 实体识别,以及部分数据集等☆195Updated 5 years ago
- 基于pytorch+bert的中文文本分类☆77Updated last year
- NLP的一些小例子,如:文本分类、文本纠错、关键词提取、自动摘要等☆23Updated 5 years ago
- 使用BERT预训练语言模型获取评论文本的向量表示,通过Bi-GRU网络学习其中的语义特征,分别采用情感权重和注意力机制来为评论向量分配权重,动态调节其对用户特征和产品特征的影响程度,并以加权求和的方式获得用户特 征和产品特征,最后利用DeepFM算法对用户特征和产品特征进行深…☆15Updated last year
- 基于CNN、RNN、GCN、BERT的中文文本分类☆43Updated last year