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:
- 基于transformers的三元组抽取☆37Updated 4 years ago
- multi-label-classification-4-event-type☆138Updated 2 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。☆294Updated 5 years ago
- 基于Pytorch的命名实体识别框架,支持LSTM+CRF、Bert+CRF、RoBerta+CRF等框架☆89Updated 2 years ago
- 中文NER的那些事儿☆320Updated 2 years ago
- 基于词汇信息融合的中文NER模型☆170Updated 3 years ago
- CMeIE/CBLUE/CHIP/实体关系抽取/SPO抽取☆237Updated 3 years ago
- bert pytorch模型微调用于的多标签文本分类☆137Updated 5 years ago
- 阿里天池赛:CCKS2021 运营商知识图谱推理问答☆51Updated 3 years ago
- 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☆134Updated last year
- 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。☆431Updated 9 months ago
- 中文文本分类、序列标注工具包(pytorch),支持中文长文本、短文本的多类、多标签分类任务,支持中文命名实体识别、词性标注、分词、抽取式文本摘要等序列标注任务。 Chinese text classification and sequence labeling toolk…☆350Updated last year
- 本项目用于展示三元组抽取后形成的知识图谱,包括几本小说的实体关系,以及README.md,介绍这方面的一篇文章。☆199Updated 5 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。☆116Updated 4 years ago
- 本项目采用Keras和Keras-bert实现文本多分类任务,对BERT进行微调。☆48Updated 4 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。☆81Updated 4 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
- ccks2020 NER competitions☆119Updated 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。☆67Updated 4 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。☆129Updated 2 years ago
- 全局指针统一处理嵌套与非嵌套NER的Pytorch实现☆402Updated 2 years ago
- 实体识别和关系抽取的联合模型☆124Updated 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 9 months ago
- 基于知识图谱的问答系统☆135Updated 5 years ago
- 使用BERT模型做文本分类;面向工业用途☆222Updated 6 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
- 超长文本分类(大于1000字);文档级/篇章级文本分类;主要是解决长距离依赖问题☆132Updated 3 years ago
- CMeEE/CBLUE/NER实体识别☆132Updated 3 years ago
- ☆81Updated 4 years ago
- 基于Transformers的文本分类☆342Updated 4 years ago