pingyuan2016 / word2vec_textrankLinks
从中文文本中自动提取摘要
☆44Updated 2 years ago
Alternatives and similar repositories for word2vec_textrank
Users that are interested in word2vec_textrank are comparing it to the libraries listed below
Sorting:
- 使用两种方法(抽取式Textrank和概要式seq2seq)自动提取文本摘要☆218Updated 6 years ago
- 中文文本预处理,Word2Vec训练计算文本相似度。☆44Updated 6 years ago
- 基于TensorFlow,seq2seq+attention+beamsearch的文本摘要。☆59Updated 6 years ago
- 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。☆61Updated 5 years ago
- 基于Transformer的生成式文本摘要☆186Updated 3 years ago
- CNN, LSTM, NBOW, fasttext 中文文本分类☆122Updated 5 years ago
- 利用bert预训练模型生成句向量或词向量☆27Updated 4 years ago
- Bert中文文本分类☆41Updated 6 years ago
- NLP research:基于tensorflow的nlp深度学习项目,支持文本分类/句子匹配/序列标注/文本生成 四大任务☆194Updated last year
- 新闻文本自动摘要, 以Textrank 为基础,融入 标题特征,单句位置特征,重要实体特征,线索词特征,做句子的综合权重计算,并使用MMR算法,兼顾自动摘要的主题相关性和摘要多样性。☆26Updated 3 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☆201Updated 6 years ago
- 嵌入Word2vec词向量的RNN+ATTENTION中文文本分类☆152Updated 5 years ago
- 基于bert的中文自然语言处理工具,包括情感分析、中文分词、词性标注、以及命名实体识别功能,并提供文本分类任务、序列标注任务、句对关系判断任务的训练与预测接口☆133Updated 6 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
- 主要是实现nlp常用网络以及结果比较,各模型的优劣势,如:FastText,TextCNN,TextRNN,TextRCNN,BiLSTM,Seq2seq,BERT,Transformer,ELMo以及Attention机制等等。☆46Updated 6 years ago
- keyword extraction and summarization for Chinese text by TextRank☆69Updated 2 years ago
- multi-label-classification-4-event-type☆137Updated 2 years ago
- Named Recognition Entity based on BERT and CRF 基于BERT+CRF的中文命名实体识别☆185Updated 2 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
- 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。☆150Updated 2 years ago
- 一个用于中文文本的抽取式摘要工具 a tool for chinese summary extraction☆19Updated 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☆197Updated last year
- 多标签文本分类☆53Updated 6 years ago
- 将bert模型应用到问答系统中来,一者学习知识图谱的基本操作,二简单搭建问答系统的基本框架,三将词向量、bert模型实践应用☆59Updated 6 years ago
- 使用三种方法实现中文抽取式自动文摘,分别是TextRank算法、MMR(最大边界相关算法)算法和TextRank+Word2vec方法;最后使用Rouge评价方法,将生成的摘要和标准摘要进行比较,输出p、r、f值。☆35Updated 5 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)☆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。☆242Updated 2 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。☆115Updated 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
- 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☆349Updated 6 years ago