nigestream / cosSimLinks
基于TF-IDF和余弦定理计算文本相似度
☆36Updated 7 years ago
Alternatives and similar repositories for cosSim
Users that are interested in cosSim are comparing it to the libraries listed below
Sorting:
- 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☆201Updated 6 years ago
- 中文文本聚类☆122Updated 3 years ago
- 利用bert预训练的中文模型进行文本分类 数据集中文情感分析语料chnsenticorp☆351Updated 6 years ago
- 基于预训练模型(BERT,BERT-wwm)的文本分类模板,CCF BDCI新闻情感分析A榜4/2735。☆270Updated 5 years ago
- 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☆213Updated 4 years ago
- SMP 2020年微博情感分类评测任务 第六名解决方案☆69Updated 3 years ago
- BTM实现代码☆100Updated 3 years ago
- 本实验,是用BERT进行中文情感分类,记录了详细操作及完整程序☆375Updated 6 years ago
- 文本聚类(Kmeans、DBSCAN、LDA、Single-pass)☆350Updated 4 years ago
- multi-label-classification-4-event-type☆138Updated 2 years ago
- TextClf :基于Pytorch/Sklearn的文本分类框架,包括逻辑回归、SVM、TextCNN、TextRNN、TextRCNN、DRNN、DPCNN、Bert等多种模型,通过简单配置即可完成数据处理、模型训练、测试等过程。☆245Updated 2 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☆197Updated last year
- 中文文本预处理,Word2Vec训练计算文本相似度。☆44Updated 6 years ago
- 多标签文本分类☆53Updated 6 years ago
- Tensorflow2.3的文本分类项目,支持各种分类模型,支持相关tricks。☆178Updated 11 months ago
- TF-IDF+Word2vec做文本相似度计算,最好是长文本☆24Updated 5 years ago
- 使用BERT模型做文本分类;面向工业用途☆223Updated 6 years ago
- 利用bert预训练模型生成句向量或词向量☆27Updated 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。☆116Updated 6 years ago
- 短文本聚类预处理模块 Short text cluster☆280Updated 5 years ago
- 对四种句子/文本相似度计算方法进行实验与比较☆291Updated 5 years ago
- 基于word2vec使用wiki中文语料库实现词向量训练模型☆59Updated 6 years ago
- 中文商品评论短文本分类器,可用于情感分析☆369Updated 3 years ago
- 嵌入Word2vec词向量的RNN+ATTENTION中文文本分类☆152Updated 5 years ago
- smp ewect code☆78Updated 5 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。☆293Updated 5 years ago
- Chinese Embedding collection incling token ,postag ,pinyin,dependency,word embedding.中文自然语言处理向量合集,包括字向量,拼音向量,词向量,词性向量,依存关系向量.共5种类型的向量☆455Updated 6 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。☆61Updated 4 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。☆75Updated 2 years ago
- 使用keras实现的基于Bi-LSTM + CRF的中文分词+词性标注☆380Updated 6 years ago