taishan1994 / pytorch_triple_extractionLinks
基于pytorch的中文三元组提取(命名实体识别+关系抽取)
☆349Updated 2 years ago
Alternatives and similar repositories for pytorch_triple_extraction
Users that are interested in pytorch_triple_extraction are comparing it to the libraries listed below
Sorting:
- 使用bert进行关系三元组抽取。☆163Updated last year
- 中文信息抽取,包含实体抽取、关系抽取、事件抽取☆245Updated last year
- 实体 关系抽取pipline方式,使用了BiLSTM+CRF+BERT☆149Updated 11 months ago
- 基于BERT+BiLSTM+CRF实现中文命名实体识别☆146Updated 5 years ago
- 基于pytorch的bert_bilstm_crf中文命名实体识别☆565Updated 2 years ago
- 中文关系抽取☆461Updated last year
- CMeIE/CBLUE/CHIP/实体关系抽取/SPO抽取☆230Updated 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。☆192Updated 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。☆290Updated 5 years ago
- Using BERT+Bi-LSTM+CRF☆139Updated 3 years ago
- 使用Bert完成实体之间关系抽取☆714Updated this week
- 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☆121Updated 2 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。☆424Updated 5 months ago
- OneRel在中文关系抽取中的使用☆123Updated last year
- 中文命名实体识别:BERT-BiLSTM-CRF模型实现中文,数据集使用CLUENER2020☆71Updated 3 years ago
- 基于BI-LSTM+CRF的中文命名实体识别 Pytorch☆397Updated last year
- 中文NER的那些事儿☆318Updated last year
- 使用BERT-BILSTM-CRF进行中文命名实体识别。☆434Updated 4 months ago
- Pytorch BERT-BiLSTM-CRF For NER☆414Updated 5 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
- 基于知识图谱的问答系统☆136Updated 5 years ago
- ChineseNER based on BERT, with BiLSTM+CRF layer☆452Updated 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。☆310Updated 2 years ago
- 本项目用于展示三元组抽取后形成的知识图谱,包括几本小说的实体关系,以及README.md,介绍这方面的一篇文章。☆198Updated 5 years ago
- 抽取中文三元组☆94Updated 2 years ago
- 基于Pytorch的BERT-IDCNN-BILSTM-CRF中文实体识别实现☆92Updated 2 years ago
- 基于词汇信息融合的中文NER模型☆168Updated 3 years ago
- 基于neo4j肝病知识图谱的问答系统☆377Updated 6 years ago
- ☆139Updated 6 months ago
- 医药知识图谱自动问答系统实现,包括构建知识图谱、基于知识图谱的流水线问答以及前端实现。实体识别(基于词典+BERT_CRF)、实体链接(Sentence-BERT做匹配)、意图识别(基于提问词+领域词词典)。☆304Updated 3 years ago