shengtaovvv / DialogueLinks
本项目由三个模块构成。意图识别：判断用户的意图是业务型还是闲聊型；模型检索：该部分构建一个语料库，当用户 发起新的query（通过意图识别判断为业务型对话）时，为用户匹配query检索的最佳response，使用HSWN进行召回（粗排）， 然后构建句子的相似度，并利用LightGBM来训练一个Learning2Rank模型实现精排；生成模型：使用BERT模型来实现闲聊对话的 生成。
☆11Updated 4 years ago
Alternatives and similar repositories for Dialogue
Users that are interested in Dialogue are comparing it to the libraries listed below
Sorting:
- 基于simcse的中文句向量生成☆15Updated 2 years ago
- 基于文本相似度的win10智能客服问答系统☆15Updated 5 years ago
- bert-flat 简化版 添加了很多注释☆15Updated 3 years ago
- 带拼音、字形特征的文本纠错模型☆11Updated 2 years ago
- using lear to do ner extraction☆29Updated 3 years ago
- bert_avg，bert_whitening，sbert，consert，simcse，esimcse 中文句向量表示☆16Updated 3 years ago
- 同花顺算法挑战平台：【9-10双月赛】跨领域迁移的文本语义匹配☆11Updated 3 years ago
- 基于PaddleNLP开源的抽取式UIE进行医学命名实体识别（torch实现）☆43Updated 2 years ago
- BLOOM 模型的指令微调☆24Updated last year
- 基于seq2edit (Gector) 的中文文本纠错。☆28Updated 2 years ago
- benchmark of KgCLUE, with different models and methods☆27Updated 3 years ago
- pytorch bert 版的 multi_label_text_classification☆10Updated 5 years ago
- 文本智能校对大赛(Chinese Text Correction)的baseline☆67Updated 2 years ago
- LORA微调BLOOMZ，参考BELLE☆25Updated 2 years ago
- sodic2021 法律咨询智能问答 Baseline 线上35+☆17Updated 4 years ago
- 基于预训练模型的中文关键词抽取方法（论文SIFRank: A New Baseline for Unsupervised Keyphrase Extraction Based on Pre-trained Language Model 的中文版代码）☆12Updated 5 years ago
- ☆13Updated last year
- 基于span分类和负采样的嵌套实体识别☆14Updated 2 years ago
- 中文文本纠错模型，keras实现☆74Updated 3 years ago
- 企业事件抽取☆14Updated 4 years ago
- 基于pytorch的TPLinker_plus进行中文命名实体识别☆18Updated 2 years ago
- 使用sentence-transformers（SBert）训练自己的文本相似度数据集并进行评估。☆47Updated 3 years ago
- Cascade bert+word vec and one layer FLAT, trained by adversarial FGM and Stochastic Weight Averaging☆23Updated 3 years ago
- 基于向量召回的检索式对话系统解决方案，dense retrieval，FAQ……☆33Updated 3 years ago
- 2020语言与智能技术竞赛：事件抽取任务方案代码☆28Updated 2 years ago
- Sentence-Transformers Information Retrieval example on Chinese☆29Updated last year
- WoBERT Pytorch 版本，中文词汇级Bert：WoBERT学习☆21Updated 4 years ago
- 多轮对话槽填充☆19Updated 6 years ago
- ☆40Updated 3 years ago
- NLP实验：新词挖掘+预训练模型继续Pre-training☆47Updated last year