rotbit / nmtLinks
中英文神经网络机器翻译
☆14Updated 4 years ago
Alternatives and similar repositories for nmt
Users that are interested in nmt are comparing it to the libraries listed below
Sorting:
- 中文->英文的机器翻译,完全基于kreas-transformer。模型已上传,可直接跑。☆56Updated 5 years ago
- BERT微调在机器翻译上的应用,哎哟,效果贼好。☆49Updated 4 years ago
- 分别使用TextRank、BiLSTM和UniLM实现中文文章标题自动生成☆27Updated 4 years ago
- 基于Transformer的生成式文本摘要☆185Updated 2 years ago
- Bert预训练模型fine-tune计算文本相似度☆104Updated 2 years ago
- 基于TensorFlow,seq2seq+attention+beamsearch的文本摘要。☆60Updated 6 years ago
- 英中文本机器翻译的☆100Updated 5 years ago
- bert文本多分类(情感分析)、bert-bilstm-crf序列标注任务(快递地址的序列标注任务)☆32Updated 3 years ago
- 本项目使用云问科技训练的中文版UniLM模型对微博数据集进行自动标题生成。☆38Updated last year
- 基于python3训练中文wiki词向量、字向量、拼音向量☆12Updated 3 years ago
- 专业领域词库构建/中文新词发现/专业词库发现☆29Updated 5 years ago
- 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
- 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☆60Updated 2 years ago
- A full-process dialogue system that can be deployed online☆98Updated 2 years ago
- 文本自动摘要☆95Updated 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
- cw2vec implementation in pytorch☆17Updated 6 years ago
- 基于bert的kbqa系统☆151Updated 2 years ago
- 基于Seq2Seq、Global attention、Transformer的中英文翻译☆6Updated 4 years ago
- 基于seq2edit (Gector) 的中文文本纠错。☆28Updated 2 years ago
- 各大文本摘要模型-中文文本可运行的解决方案☆68Updated last year
- 基于BERT模型的深度学习中文文本分类实现,包含大约20000条新闻的训练和测试集,包装有简单HTTP接口可供调用。☆24Updated 4 years ago
- 基于Pytorch实现的一些经典自然语言处理模型中文 短文本分类任务,包含TextCNN,TextRCNN,FastText,BERT,ROBERT以及ERNIE☆53Updated 4 years ago
- 文本自动生成项目Char-RNN☆17Updated 6 years ago
- 这是一个用于解决生成在生成任务中(翻译,复述等等),多样性不足问题的模型。☆45Updated 5 years ago
- 多模型中文cnews新闻文本分类☆55Updated 5 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
- 中文语料库:包括情感词典 情感分析 文本分类 单轮对话 中文词典 知乎☆116Updated 7 years ago
- 微调预训练语言模型(BERT、Roberta、XLBert等),用于计算两个文本之间的相似度(通过句子对分类任务转换),适用于中文文本☆89Updated 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。☆74Updated 2 years ago