percent4 / keras_bert_sequence_labelingLinks
本项目采用Keras和Keras-bert实现中文序列标注,对BERT进行微调,并在多个命名实体识别数据集上进行测试。
☆48Updated 4 years ago
Alternatives and similar repositories for keras_bert_sequence_labeling
Users that are interested in keras_bert_sequence_labeling are comparing it to the libraries listed below
Sorting:
- 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 6 years ago
- 中文NER的那些事儿☆320Updated 2 years ago
- multi-label-classification-4-event-type☆138Updated 2 years ago
- 基于transformers的三元组抽取☆38Updated 4 years ago
- bert pytorch模型微调用于的多标签文本分类☆137Updated 6 years ago
- 使用BERT模型做文本分类;面向工业用途☆223Updated 6 years ago
- 阿里天池赛:CCKS2021 运营商知识图谱推理问答☆51Updated 4 years ago
- 基于词汇信息融合的中文NER模型☆170Updated 3 years ago
- NLP关系抽取:序列标注、层叠式指针网络、Multi-head Selection、Deep Biaffine Attention☆102Updated 4 years ago
- 自然语言处理中的基础任务,包含但不限于文本表示,文本分类,命名实体识别,关系抽取,文本生成,文本摘要等,基于tensorflow2或Pytorch,所有代码均经过测试,项目中也包含相关数据。☆151Updated 3 years ago
- 利用指针网络进行信息抽取,包含命名实体识别、关系抽取、事件抽取。☆127Updated 2 years ago
- 基于Tensorflow2.3开发的NER模型,都是CRF范式,包含Bilstm(IDCNN)-CRF 、Bert-Bilstm(IDCNN)-CRF、Bert-CRF,可微调预训练模型,可对抗学习,用于命名实体识别,配置后可直接运行。☆432Updated last year
- CMeIE/CBLUE/CHIP/实体关系抽取/SPO抽取☆239Updated 3 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。☆67Updated 4 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 last year
- 使用torch整合两种经典的指针NER抽取范式,分别是SpanBert和苏神的GlobalPointer,简单加了些tricks,配置后一键运行☆133Updated last year
- 本项目采用Keras和Keras-bert实现文本多分类任务,对BERT进行微调。☆49Updated 4 years ago
- 基于bert的kbqa系统☆152Updated 3 years ago
- albert + lstm + crf实体识别,pytorch实现。识别的主要实体是人名、地名、机构名和时间。albert + lstm + crf (named entity recognition)☆137Updated 3 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.☆315Updated 5 years ago
- 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 5 years ago
- 基于pytorch_bert的中文多标签分类☆94Updated 4 years ago
- 基于知识图谱的问答系统☆137Updated 5 years ago
- 本NER项目包含多个中文数据集,模型采用BiLSTM+CRF、BERT+Softmax、BERT+Cascade、BERT+WOL等,最后用TFServing进行模型部署,线上推理和线下推理。☆82Updated 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☆196Updated last year
- ☆81Updated 5 years ago
- 实体识别和关系抽取的联合模型☆125Updated 6 years ago
- 本人项目进行中搜集的数据集,包含原始数据和经过处理后的数据,项目持续更新。☆117Updated 5 years ago
- 中文wiki百科QA阅读理解问答系统,使用了CCKS2016数据的NER模型和CMRC2018的阅读理解模型,还有W2V词向量搜索,使用torchserve部署☆90Updated 4 years ago
- 基于Pytorch+BERT+CRF的NLP序列标注模型,目前包括分词,词性标注,命名实体识别等☆62Updated 3 years ago