Alternatives and similar repositories for people_relation_extract:

Users that are interested in people_relation_extract are comparing it to the libraries listed below

• xiaofei05 / Distant-Supervised-Chinese-Relation-Extraction
  基于远监督的中文关系抽取
  ☆384Updated 3 years ago
• percent4 / spo_extract_platform
  本项目是利用深度学习技术来构建知识图谱方向上的一次尝试，作为开放领域的关系抽取，算是笔者的一次创新，目前在这方面的文章和项目都很少。
  ☆310Updated last year
• Jacen789 / relation-extraction
  中文关系抽取
  ☆459Updated last year
• zhengyima / kg-baseline-pytorch
  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.
  ☆313Updated 4 years ago
• yanwii / ChinsesNER-pytorch
  基于BI-LSTM+CRF的中文命名实体识别 Pytorch
  ☆390Updated last year
• CLOVEXCWZ / NER_DEMO
  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。
  ☆289Updated 5 years ago
• duterscmy / ccks2019-ckbqa-4th-codes
  中文知识库问答代码，CCKS2019 CKBQA评测第四名解决方案
  ☆477Updated 4 years ago
• yumath / bertNER
  ChineseNER based on BERT, with BiLSTM+CRF layer
  ☆450Updated 3 years ago
• yuanxiaosc / Schema-based-Knowledge-Extraction
  Code for http://lic2019.ccf.org.cn/kg 信息抽取。使用基于 BERT 的实体抽取和关系抽取的端到端的联合模型。
  ☆287Updated 5 years ago
• WangShengguang / ccks-2020
  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 4 years ago
• jkszw2014 / bert-kbqa-NLPCC2017
  A trial of kbqa based on bert for NLPCC2016/2017 Task 5 (基于BERT的中文知识库问答实践，代码可跑通）
  ☆269Updated 6 years ago
• EOA-AILab / NER-Chinese
  Comparison of Chinese Named Entity Recognition Models between NeuroNER and BertNER
  ☆330Updated 5 years ago
• lvjianxin / Relationship-extraction
  中文关系抽取
  ☆136Updated 6 years ago
• percent4 / ccks_triple_extract
  限定领域的三元组抽取的一次尝试，本文将会介绍笔者在2019语言与智能技术竞赛的三元组抽取比赛方面的一次尝试。
  ☆134Updated 2 years ago
• xuanzebi / BERT-CH-NER
  基于BERT的中文命名实体识别
  ☆393Updated 5 years ago
• DengYangyong / medical_entity_recognize
  医疗实体识别
  ☆180Updated 4 years ago
• percent4 / knowledge_graph_demo
  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。
  ☆197Updated 5 years ago
• yongzhuo / Macadam
  Macadam是一个以Tensorflow(Keras)和bert4keras为基础，专注于文本分类、序列标注和关系抽取的自然语言处理工具包。支持RANDOM、WORD2VEC、FASTTEXT、BERT、ALBERT、ROBERTA、NEZHA、XLNET、ELECTRA…
  ☆323Updated 2 years ago
• pumpkinduo / KnowledgeGraph_NER
  中文医学知识图谱命名实体识别，包括bi-LSTM+CRF，transformer+CRF等模型
  ☆244Updated 5 years ago
• yuanxiaosc / Multiple-Relations-Extraction-Only-Look-Once
  Multiple-Relations-Extraction-Only-Look-Once. Just look at the sentence once and extract the multiple pairs of entities and their corresp…
  ☆347Updated 5 years ago
• hecongqing / CCKS2019_EventEntityExtraction_Rank5
  SEBERTNets：一种面向金融领域的事件主体抽取方法
  ☆193Updated 2 years ago
• BDBC-KG-NLP / IE-Survey
  北京航空航天大学大数据高精尖中心自然语言处理研究团队对信息抽取领域的调研。包括实体识别，关系抽取，属性抽取等子任务，每类子任务分别对学术界和工业界进行调研。
  ☆466Updated 3 years ago
• NeilGY / NER_entityRelationExtration
  实体识别和关系抽取的联合模型
  ☆123Updated 6 years ago
• ProHiryu / albert-chinese-ner
  使用预训练语言模型ALBERT做中文NER
  ☆474Updated 4 years ago
• WuHuRestaurant / xf_event_extraction2020Top1
  科大讯飞2020事件抽取挑战赛第一名解决方案&完整事件抽取系统
  ☆538Updated 4 years ago
• hertz-pj / BERT-BiLSTM-CRF-NER-pytorch
  Pytorch BERT-BiLSTM-CRF For NER
  ☆412Updated 5 years ago
• AlexYangLi / ccks2019_el
  CCKS 2019 中文短文本实体链指比赛技术创新奖解决方案
  ☆410Updated 2 years ago
• duguiming111 / NER-BERT-BiLSTM-CRF-
  基于BERT+BiLSTM+CRF实现中文命名实体识别
  ☆145Updated 5 years ago
• jiangnanboy / albert_lstm_crf_ner
  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 2 years ago
• stanleylsx / entity_extractor_by_ner
  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。
  ☆423Updated 4 months ago