nigestream / cosSim
基于TF-IDF和余弦定理计算文本相似度
☆36Updated 6 years ago
Related projects: ⓘ
- 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。☆51Updated 3 years ago
- 基于word2vec使用wiki中文语料库实现词向量训练模型☆55Updated 5 years ago
- 利用ALBERT实现文本二分类，判别是否属于政治上的出访类事件，提升模型训练和预测速度。☆72Updated last year
- 多标签文本分类☆52Updated 5 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。☆100Updated 4 years ago
- 中文文本预处理，Word2Vec训练计算文本相似度。☆43Updated 5 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☆194Updated 5 years ago
- multi-label-classification-4-event-type☆127Updated last year
- 基于BIO模式的序列标注工具-可用于命名实体识别、事件触发词识别等任务的数据标注☆69Updated 4 years ago
- bert文本分类，ner, albert，keras_bert，bert4keras，kashgari，fastbert，flask + uwsgi + keras部署模型，时间实体识别，tfidf关键词抽取，tfidf文本相似度，用户情感分析☆191Updated last month
- 自然语言处理NLP在中文文本上的一些应用，如文本分类、情感分析、命名实体识别等☆205Updated 3 years ago
- 利用bert预训练模型生成句向量或词向量☆28Updated 3 years ago
- 今日头条中文新闻（文本）分类数据集☆55Updated 6 years ago
- SMP 2020年微博情感分类评测任务 第六名解决方案☆67Updated 2 years ago
- 细粒度的情感分析（属性词提取，句法依存分析）☆35Updated last year
- 文本二分类任务，是否文档是否属于政治上的出访类事件，利用BERT提取特征，模型采用简单的DNN。☆63Updated 4 years ago
- 基于LSTM网络与自注意力机制对中文评论进行细粒度情感 分析☆53Updated 3 years ago
- 一个BERT+BiLSTM的情感分析 BaseLine☆26Updated 4 years ago
- 嵌入Word2vec词向量的RNN+ATTENTION中文文本分类☆149Updated 4 years ago
- 中文文本聚类☆119Updated 2 years ago
- BTM实现代码☆96Updated 2 years ago
- TF-IDF+Word2vec做文本相似度计算，最好是长文本☆23Updated 4 years ago
- 使用pytorch搭建textCNN实现中文文本分类☆121Updated 5 years ago
- 利用Doc2Vec计算文本相似度☆134Updated 6 years ago
- 在bert模型的pre_training基础上进行text_cnn文本分类☆79Updated 4 years ago
- 本项目采用Keras和Keras-bert实现文本多标签分类任务，对BERT进行微调。☆64Updated 3 years ago
- Aspect Based Sentiment Analysis 基于方面的细粒度情感分析☆165Updated 2 years ago
- 基于scikit-learn实现对新浪新闻的文本分类，数据集为100w篇文档，总计10类，测试集与训练集1:1划分。分类算法采用SVM和Bayes，其中Bayes作为baseline。☆100Updated 5 years ago
- 文本热点挖掘，基于DBSCAN聚类模型，对文本的热点事件进行挖掘☆37Updated 4 years ago
- Bert预训练模型fine-tune计算文本相似度☆95Updated last year