sihuajian / cail2018
☆10Updated 6 years ago
Alternatives and similar repositories for cail2018
Users that are interested in cail2018 are comparing it to the libraries listed below
Sorting:
- The final teamwork of data mining course, CAIL-2018 competition. NOTE: this is just quite SIMPLE and TRIVIAL code.☆27Updated 3 years ago
- 中国法研杯比赛☆79Updated 4 years ago
- 利用lstm和lstm/cnn进行答案问题匹配☆16Updated 7 years ago
- 基于知识图谱的QA系统,BERT模型☆18Updated 5 years ago
- "中国法研杯"司法人工智能挑战赛第一阶段代码☆26Updated 6 years ago
- CSDN博客的关键词提取算法,融合TF,IDF,词性,位置等多特征。该项目用于参加2017 SMP用户画像测评,排名第四,在验证集中精度为59.9%,在最终集中精度为58.7%。启发式的方法,通用性强。☆30Updated 7 years ago
- 基于知识库的问答系统。其中使用带注意力机制的对抗迁移学习做中文命名实体识别,使用BERT模型做句子相似度分析。☆37Updated 5 years ago
- 关系抽取个人实战总结以及开源工具包使用☆56Updated 6 years ago
- 汽车主题情感分析大赛冠军☆27Updated 6 years ago
- 基于句法分析的命名实体关系抽取程序☆65Updated 9 years ago
- 法研杯CAIL2019阅读理解赛题参赛模型☆42Updated 5 years ago
- 2019 CAIL 法研杯 机器阅读理解挑战赛 第8名 解决方案☆16Updated 5 years ago
- 使用BERT模型进行文本分类,相似句子判断,以及词性标注☆89Updated 6 years ago
- 在bert模型的pre_training基础上进行text_cnn文本分类☆78Updated 5 years ago
- 2019百度语言与智能技术竞赛信息抽取赛代5名代码☆69Updated 5 years ago
- biLSTM_CRF 中文分词☆34Updated 6 years ago
- 端到端的基于知识图谱的问答系统,分为实体识别和关系分类两部,在BERT基础上做多任务联合训练。☆30Updated 5 years ago
- (2019 法研杯 阅读理解) A pytorch implement of bert joint baseline for machine comprehension task in 2019 cail☆58Updated 2 years ago
- 文本分类 法研杯 textcnn rcnn capsule attention☆24Updated 4 years ago
- 基于条件随机场的医疗电子病例的命名实体识别☆113Updated 7 years ago
- 关于文本分类的许多方法,主要涉及到TextCNN,TextRNN, LEAM, Transformer,Attention, fasttext, HAN等☆75Updated 6 years ago
- ☆112Updated 6 years ago
- 依存句法实现关系三元组的自动抽取☆99Updated 3 years ago
- TensorFlow code and pre-trained models for BERT☆58Updated 4 years ago
- 使用BERT解决lic2019机器阅读理解☆89Updated 5 years ago
- 2019语言与智能技术竞赛-基于知识图谱的主动聊天☆115Updated 5 years ago
- 中文命名实体识别& 中文命名实体检测 python实现 基于字+ 词位 分别使用tensorflow IDCNN+CRF 及 BiLSTM+CRF 搭配词性标注实现中文命名实体识别及命名实体检测☆64Updated 6 years ago
- 面向金融领域的事件主体抽取(ccks2019),一个baseline☆119Updated 6 years ago
- 根据自己搭的 LTP 服务器,实现:分词、词性标注、命名实体识别、依存句法分析、语义角色标、命名实体的抽取:人名,地名,机构名、三元组的抽取:主谓宾,动宾关系,介宾关系,(实体1,关系,实体2)☆144Updated 7 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 5 years ago