stanleylsx / entity_extractor_by_ner
基于Tensorflow2.3开发的NER模型,都是CRF范式,包含Bilstm(IDCNN)-CRF、Bert-Bilstm(IDCNN)-CRF、Bert-CRF,可微调预训练模型,可对抗学习,用于命名实体识别,配置后可直接运行。
☆423Updated 4 months ago
Alternatives and similar repositories for entity_extractor_by_ner:
Users that are interested in entity_extractor_by_ner are comparing it to the libraries listed below
- 基于BI-LSTM+CRF的中文命名实体识别 Pytorch☆390Updated last year
- Pytorch BERT-BiLSTM-CRF For NER☆412Updated 5 years ago
- 中文命名实体识别NER。用keras实现BILSTM+CRF、IDCNN+CRF、BERT+BILSTM+CRF进行实体识别。结果当然是BERT+BILSTM+CRF最好啦。☆288Updated 5 years ago
- 中文NER的那些事儿☆316Updated last year
- 基于pytorch的bert_bilstm_crf中文命名实体识别☆559Updated last year
- ChineseNER based on BERT, with BiLSTM+CRF layer☆450Updated 3 years ago
- 基于BERT+BiLSTM+CRF实现中文命名实体识别☆145Updated 5 years ago
- 中文关系抽取☆458Updated last year
- 基于pytorch的中文三元组提取(命名实体识别+关系抽取)☆348Updated last year
- 全局指针统一处理嵌套与非嵌套NER的Pytorch实现☆392Updated 2 years ago
- 使用谷歌预训练bert做字嵌入的BiLSTM-CRF序列标注模型☆479Updated 6 years ago
- A PyTorch implementation of a BiLSTM\BERT\Roberta(+CRF) model for Named Entity Recognition.☆494Updated 4 years ago
- 基于BERT的中文命名实体识别☆393Updated 5 years ago
- 中文信息抽取,包含实体抽取、关系抽取、事件抽取☆243Updated last year
- 天池中药说明书实体识别挑战冠军方案;中文命名实体识别;NER; BERT-CRF & BERT-SPAN & BERT-MRC;Pytorch☆945Updated 4 years ago
- 结合BERT+GRU+ATT模型,对自己收集的人物关系数据进行模型训练,用于人物关系抽取。☆321Updated 2 years ago
- bert-bilstm-crf implemented in pytorch for named entity recognition.☆281Updated 3 years ago
- 命名体识别(NER)综述-论文-模型-代码(BiLSTM-CRF/BERT-CRF)-竞赛资源总结-随时更新☆473Updated 4 years ago
- 基于词汇信息融合的中文NER模型☆166Updated 3 years ago
- 本项目是利用深度学习技术来构建知识图谱方向上的一次尝试,作为开放领域的关系抽取,算是笔者的一次创新,目前在这方面的文章和项目都很少。☆309Updated last year
- 使用预训练语言模型ALBERT做中文NER☆474Updated 4 years ago
- 科大讯飞2020事件抽取挑战赛第一名解决方案&完整事件抽取系统☆540Updated 4 years ago
- 实体关系抽取pipline方式,使用了BiLSTM+CRF+BERT☆142Updated 10 months ago
- 2019百度的关系抽取比赛,使用Pytorch实现苏神的模型,F1在dev集可达到0.75,联合关系抽取,Joint Relation Extraction.☆313Updated 4 years ago
- CMeIE/CBLUE/CHIP/实体关系抽取/SPO抽取☆228Updated 2 years ago
- 基于远监督的中文关系抽取☆384Updated 3 years ago
- 北京航空航天大学大数据高精尖中心自然语言处理研究团队对信息抽取领域的调研。包括实体识别,关系抽取,属性抽取等子任务,每类子任务分别对学术界和工业界进行调研。☆466Updated 2 years ago
- 基于Pytorch的命名实体识别框架,支持LSTM+CRF、Bert+CRF、RoBerta+CRF等框架☆86Updated 2 years ago
- 使用BERT-BILSTM-CRF进行中文命名实体识别。☆421Updated 3 months ago
- 使用torch整合两种经典的指针NER抽取范式,分别是SpanBert和苏神的GlobalPointer,简单加了些tricks,配置后一键运行☆131Updated 10 months ago