Alternatives and similar repositories for SKE:

Users that are interested in SKE are comparing it to the libraries listed below

• SteveKGYang / LDA-based-Keyword-Extraction
  复现了论文《基于主题模型的短文本关键词抽取及扩展》的代码
  ☆30Updated 4 years ago
• helencoder / SKE
  基于语义的中文文本关键词提取算法（SKE）的工程实现
  ☆16Updated 7 years ago
• Spyder2017 / Named-Entity-Recognition
  Named Entity Recognition via Attention_based CNNs-BiLSTm-CRF
  ☆14Updated 6 years ago
• demoyhui / KeywordExtraction
  基于LDA和TextRank的关键子提取算法实现
  ☆23Updated 7 years ago
• wavewangyue / opinion-extraction
  评论上的情感分析：主题与情感词抽取
  ☆81Updated 4 years ago
• heyangHEY / BERT-CRF
  之江-电商评论观点挖掘的比赛，基于pytorch-transformers版本，暂时只实现了BERT做aspect+opinion+属性分类+情感极性的联合标注，还未加上CRF。
  ☆33Updated 5 years ago
• liuhuanyong / KeyInfoExtraction
  Self complemented Key infomation extraction including keywords, abstract from text using algorithm like textrank ,tfidf 基于Textrank算法的文本摘要…
  ☆53Updated 6 years ago
• damo894127201 / KeywordExtraction
  关键词抽取技术
  ☆18Updated 5 years ago
• Hyfred / Pytroch_NER_tutorial
  ☆38Updated 5 years ago
• NUSTM / PMI
  根据褒贬种子词，利用SO-PMI构建情感词典
  ☆25Updated 9 years ago
• rebornfly / RNN-Attention
  两层attention 的lstm评论情感分析
  ☆22Updated 7 years ago
• NeilGY / NLP-Text
  NLP的一些小例子,如:文本分类、文本纠错、关键词提取、自动摘要等
  ☆23Updated 6 years ago
• jiangzhongkai / NLP_From_Zero_to_One
  主要是实现nlp常用网络以及结果比较，各模型的优劣势，如:FastText,TextCNN,TextRNN,TextRCNN,BiLSTM,Seq2seq,BERT,Transformer,ELMo以及Attention机制等等。
  ☆44Updated 5 years ago
• dengxiuqi / ELMoNER
  基于ELMo, tensorflow的中文命名实体标注 Chinese Named Entity Recognition Based on ELMo
  ☆21Updated 5 years ago
• YuanWind / BertModel
  利用bert预训练模型生成句向量或词向量
  ☆28Updated 4 years ago
• MenglinLu / LDA-based-on-partition-PLDA-
  提出基于划分的LDA主题模型 (PLDA)。对传统LDA模型进行改进，考虑中长篇文档篇章结构较为清晰，传统LDA在处理中长篇文档时不能识别每个篇章的主题，提出基于划分的LDA主题模型，对中长篇文档如新闻报道】国务院工作报告等按照段落进行划分，先拆后合，并将其效果与传统LDA…
  ☆38Updated 5 years ago
• EmbolismSoil / SelfAttentiveSentenceEmbedding-TF
  基于BiLSTM和Self-Attention的文本分类、表示学习网络
  ☆29Updated 5 years ago
• AidenHuen / SMP-Keyword-Extraction
  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
• EliasCai / viewpoint-mining
  参考NER，基于BERT的电商评论观点挖掘和情感分析
  ☆41Updated 5 years ago
• jiangyiqiao / word2vec-CNN_shortAd
  微信广告正负样本短文本分类 word2vec+CNN实现
  ☆26Updated 6 years ago
• morenjiujiu / Chinese_Bert_Classification
  Bert中文文本分类
  ☆40Updated 5 years ago
• murray-z / text_similarity
  文本相似性
  ☆23Updated 5 years ago
• lsvih / chinese-customer-review
  Dataset from 'Character-based BiLSTM-CRF Incorporating POS and Dictionaries for Chinese Opinion Target Extraction'
  ☆40Updated 6 years ago
• cjymz886 / text_bert_cnn
  在bert模型的pre_training基础上进行text_cnn文本分类
  ☆78Updated 4 years ago
• murray-z / Multi_Label_TextCNN
  textcnn多标签文本分类
  ☆36Updated 6 years ago
• Maginaaa / NamedEntityDisambiguation
  命名实体消歧的实现
  ☆41Updated 5 years ago
• eguilg / OpinioNet
  2019之江杯人工智能大赛电商评论观点挖掘赛道top3
  ☆45Updated 5 years ago
• mpk001 / RAKE-keywordsExtraction
  使用RAKE提取关键词
  ☆35Updated 7 years ago
• cedar33 / bert_ner
  基于bert的ner，使用bilstm+crf
  ☆32Updated 3 years ago
• DenseAI / kaitian-xinci
  开天-新词，中文新词发现工具，Chinese New Word Discovery Tool
  ☆20Updated 5 years ago