wawacode / jinyong_kongfu_style_analyseLinks
金庸的功夫流派、人物关系、江湖门派的分析案例,涉及到知识图谱、wordcloud词云图.
☆15Updated 4 years ago
Alternatives and similar repositories for jinyong_kongfu_style_analyse
Users that are interested in jinyong_kongfu_style_analyse are comparing it to the libraries listed below
Sorting:
- 基于知识图谱的《三国演义》人物 关系可视化及问答系统☆69Updated 2 years ago
- 基于Tensorflow2.0和Transformer实现机器翻译代码详解☆21Updated 5 years ago
- 本资源为作者知识图谱实战博客对应资源,采用HTML+D3+JSON搭建电影数据库。该资源也是网易云张老师的学习总结,希望对您有所帮助。文章博客为:https://blog.csdn.net/Eastmount/article/details/87371200☆67Updated 5 years ago
- 基于知识图谱的中文旅游领域知识服务平台构 建 - 从旅游知识库到旅游知识服务平台☆25Updated 5 years ago
- 📚中国近代革命历史知识图谱系统 🌈提供了知识图谱可视化、知识检索、关系检索、时空检索、时空演化、语料检索、知识抽取、知识问答等丰富而有效的中国近代革命历史知识服务。☆67Updated last year
- 金庸小说人物关系图谱构建☆63Updated 5 years ago
- 个人实现的基于Django与semantic-ui的语言计算实验平台, 功能包括自然语言综合处理,词语计算,社会热点计算,人物计算,文学画像,职位画像等社会计算功能☆29Updated 7 years ago
- 周杰伦歌曲信息的知识图谱问答系统☆140Updated 6 years ago
- 文本自动摘要☆94Updated 2 years ago
- 汽车知识图谱☆80Updated 4 years ago
- 知识图谱初探,关系抽取,实体抽取,基于kb的问答,基于es的问答,知识图谱可视化☆60Updated 5 years ago
- 基于Flask框架进行前后端交互、存储采用Neo4j图数据库。功能包括金融股票、股东、概念详细信息查询,以及 多轮对话问答机制。☆46Updated 3 years ago
- 该项目通过新闻数据集演示文本分类全流程:数据清洗,模型训练,模型部署和前端展示。使用的模型和工具:pytorch,bert,streamlit☆17Updated 2 years ago
- 行业知识图谱,关系抽取,数据清洗,ncov,疫情数据,百科,医疗,保险,汽车,垃圾分类,产业链,投资,高考,行业专家圈子,CXO圈子☆111Updated last year
- 春江水暖“鸭先知”,“鸭先知”是一个利用新闻文本做舆情分析的系统☆45Updated 4 years ago
- 基于火力发电厂知识问答库的检索式问答系统/问答系统/对话系统☆56Updated 5 years ago
- 基于知识图谱的林业法律法规问答☆20Updated 2 years ago
- 电商行业知识图谱:构建电商行业实体关系,应用于商品推荐,商品搭配,问答系统。☆22Updated 5 years ago
- 针对台湾某银行信用卡的数据,构建一个分析信用卡违约率的分类器。采用Random Forest算法,信用卡违约率识别率在80%左右。☆10Updated 5 years ago
- 豆瓣书籍,电影类 别的知识图谱问答系统☆265Updated 4 years ago
- 医疗图谱,Python前期数据抓取与处理,后期配合neo4j实现图谱构造与实体搜索。☆55Updated 6 years ago
- 基于Bert的智能问答系统!☆29Updated 5 years ago
- 毕业设计,基于事理图谱的事件推理系统☆70Updated 5 years ago
- 法律知识图谱网站。A legal knowledge graph web project.☆18Updated 6 years ago
- 基于知识图谱的问答系统☆137Updated 5 years ago
- 智能客服系统(智能问答)☆115Updated 5 years ago
- bert文本多分类(情感分析)、bert-bilstm-crf序列标注任务(快递地址的序列标注任务)☆32Updated 3 years ago
- 农业领域知识图谱的构建,包括数据爬取(百度百科)、数据分类、利用结构化数据生成三元组、非结构化数据的分句(LTP),分词(jieba),命名实体识别(LTP)、基于依存句法分析(主谓关系等)的关系抽取和利用neo4j生成可视化知识图谱☆249Updated 5 years ago
- 爬取金融数据,利用neo4j构建金融知识图谱,进而搭建金融问答系统。☆68Updated 2 years ago
- 金融知识图谱构建☆140Updated 6 years ago