taishan1994 / chinese_information_extraction
中文信息抽取,包含实体抽取、关系抽取、事件抽取
☆243Updated last year
Alternatives and similar repositories for chinese_information_extraction:
Users that are interested in chinese_information_extraction are comparing it to the libraries listed below
- 基于pytorch的中文三元组提取(命名实体识别+关系抽取)☆348Updated last year
- 实体关系抽取pipline方式,使用了BiLSTM+CRF+BERT☆142Updated 10 months ago
- 使用bert进行关系三元组抽取。☆158Updated last year
- 实体关系抽取,使用了百度比赛的数据集。使用pytorch实现MultiHeadJointEntityRelationExtraction,包含Bert、Albert、gru的使用,并且添加了对抗训练。最后使用Flask和Neo4j图数据库对模型进行了部署☆120Updated 2 years ago
- Reimplement CasRel model in PyTorch.使用PyTorch对吉林大学CasRel模型进行复现,并在百度关系抽取数据集上训练测试。☆191Updated 2 years ago
- 基于BERT+BiLSTM+CRF实现中文命名实体识别☆145Updated 5 years ago
- CMeIE/CBLUE/CHIP/实体关系抽取/SPO抽取☆228Updated 2 years ago
- 知识图谱三元组抽取(实体-关系-实体,实体-属性-属性值)☆106Updated 3 years ago
- OneRel在中文关系抽取中的使用☆119Updated last year
- Using BERT+Bi-LSTM+CRF☆138Updated 3 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
- 中文命名实体识别:BERT-BiLSTM-CRF模型实现中文,数据集使用CLUENER2020☆69Updated 3 years ago
- 基于pytorch的bert_bilstm_crf中文命名实体识别☆559Updated last year
- BiLSTM-CRF-NER☆34Updated 3 years ago
- 基于Pytorch的BERT-IDCNN-BILSTM-CRF中文实体识别实现☆92Updated 2 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
- 中文关系抽取☆458Updated last year
- 基于BERT事件抽取构建活动知识图谱☆12Updated last year
- 基于突发事件本体模型和知识图谱的构建☆23Updated 4 years ago
- 利用BERT+BILSTM/DGCNN+ATTENTION+CRF 解决中文NER任务☆35Updated 2 years ago
- ☆133Updated 5 months 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
- 基于BIO模式的序列标注工具-可用于命名实体识别、事件触发词识别等任务的数据标注☆72Updated 4 years ago
- 中文NER的那些事儿☆318Updated last year
- Pytorch BERT-BiLSTM-CRF For NER☆412Updated 5 years ago
- 命名实体识别(中文)☆31Updated 2 years ago
- 使用BERT-BILSTM-CRF进行中文命名实体识别。☆421Updated 3 months ago
- 基于pytorch+bert的中文事件抽取☆72Updated 2 years ago
- 中文命名实体识别☆45Updated 3 years ago
- 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