shouxieai / word_2_vec
word_2_vec
☆47Updated 2 years ago
Alternatives and similar repositories for word_2_vec:
Users that are interested in word_2_vec are comparing it to the libraries listed below
- ☆161Updated 2 years ago
- nlp-bilstm+crf-ner☆48Updated 3 years ago
- seq2seq_translation☆26Updated 3 years ago
- 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。☆23Updated 4 years ago
- 使用Pytorch框架对NLP方向上的文本分类、实体识别、三元组抽取做代码实战☆179Updated 11 months ago
- 基于Bilstm + CRF的信息抽取模型☆33Updated 3 years ago
- ☆133Updated 5 months ago
- 基于ERNIE的中文NER☆36Updated 2 years ago
- Python实现中文文本关键词抽取,分别用了TF-IDF、LDA、RNN、LSTM和LR-SGD两类共五种方法,全网最全没有之一。☆61Updated 4 years ago
- 基于word2vec预训练词向量; textCNN 模型 ;charCNN 模型 ;Bi-LSTM模型;Bi-LSTM + Attention 模型 ;Transformer 模型 ;ELMo 预训练模型 ;BERT 预训练模型的文本分类项目☆118Updated 4 years ago
- 毕业设计:基于Bert_Position_BiLSTM_Attention_CRF_LSTMDecoder的法律文书要素识别☆55Updated 4 years ago
- THUCNews中文文本分类数据集,该数据集包含84万篇新闻文档,总计14类;在该模型的基础上测试多个版本bert分类效果。☆60Updated 4 years ago
- 基于pytorch_bert的中文多标签分类☆89Updated 3 years ago
- 基于BERT+BiLSTM+CRF实现中文命名实体识别☆145Updated 5 years ago
- 使用pytorch搭建textCNN实现中文文本分类☆127Updated 6 years ago
- 人工智能垂直行业实战项目案例库☆28Updated 3 years ago
- 基于PyTorch的BERT中文文本分类模型(BERT Chinese text classification model implemented by PyTorch)☆183Updated last year
- nlp codes for study☆17Updated 2 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。☆123Updated 2 years ago
- LSTM,TextCNN,fastText情感分析,模型用 tf_serving 和 flask 部署成web应用☆42Updated 5 years ago
- 存放知乎,博客发表文章中的代码☆47Updated 3 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。☆141Updated 2 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
- ☆89Updated 2 years ago
- 使用bert进行事件抽取。☆44Updated last year
- 文本相似度,语义向量,文本向量,text-similarity,similarity, sentence-similarity,BERT,SimCSE,BERT-Whitening,Sentence-BERT, PromCSE, SBERT☆73Updated 5 months ago
- 使用LSTM+CRF进行命名实体识别☆33Updated 3 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
- 基于pytorch进行文本多分类,主要模型为双向LSTM,预测准确率83%☆42Updated 4 years ago
- 本项目采用Keras和ALBERT实现文本多分类 任务,其中对ALBERT进行微调。☆17Updated 4 years ago