wzzzd / lm_nerLinks
基于Pytorch的命名实体识别框架,支持LSTM+CRF、Bert+CRF、RoBerta+CRF等框架
☆87Updated 2 years ago
Alternatives and similar repositories for lm_ner
Users that are interested in lm_ner are comparing it to the libraries listed below
Sorting:
- 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。☆126Updated 2 years ago
- 基于Pytorch的BERT-IDCNN-BILSTM-CRF中文实体识别实现☆92Updated 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
- 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
- OneRel在中文关系抽取中的使用☆126Updated last year
- 基于词汇信息融合的中文NER模型☆168Updated 3 years ago
- CMeIE/CBLUE/CHIP/实体关系抽取/SPO抽取☆230Updated 2 years ago
- 嵌套命名实体识别 Nested NER☆20Updated 3 years ago
- 实体关系抽取pipline方式,使用了BiLSTM+CRF+BERT☆149Updated last year
- CMeEE/CBLUE/NER实体识别☆130Updated 3 years ago
- 基于bert_mrc的中文命名实体识别☆43Updated 3 years ago
- NLP关系抽取:序列标注、层叠式指针网络、Multi-head Selection、Deep Biaffine Attention☆100Updated 3 years ago
- 复现论文《Simplify the Usage of Lexicon in Chinese NER》☆42Updated 4 years ago
- 基于pytorch+bert的中文事件抽取☆72Updated 3 years ago
- GPLinker_pytorch☆82Updated 3 years ago
- TPlinker for NER 中文/英文命名实体识别☆125Updated 3 years ago
- 利用BERT+BILSTM/DGCNN+ATTENTION+CRF 解决中文NER任务☆35Updated 2 years ago
- 实体识别和关系抽取的联合模型☆124Updated 6 years ago
- GlobalPointer的优化版/NER实体识别☆120Updated 3 years ago
- 基于BERT+BiLSTM+CRF实现中文命名实体识别☆146Updated 5 years ago
- 使用R-BERT模型对人物关系模型进行分类,效果有显著提升。☆24Updated 2 years ago
- 使用BERT-BiLSTM+CRF进行ner任务(pytorch_lightning版)☆45Updated 2 years ago
- 本人项目进行中搜集的数据集,包含原始数据和经过处理后的数据,项目持续更新。☆114Updated 4 years ago
- 基于transformers的三元组抽取☆36Updated 4 years 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☆132Updated last year
- 基于Pytorch+BERT+CRF的NLP序列标注模型,目前包括分词,词性标注,命名实体识别等☆60Updated 2 years ago
- 使用Bert+CRF、Bert+BiLSTM+CRF、Bert+BiGRU+CRF、Bert+BiGRU+self-atttention+CRF、AlBert+CRF、AlBert+BiLSTM+CRF、AlBert+BiGRU+CRF、AlBert+BiGRU+self-…☆46Updated 4 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
- 中文信息抽取,包含实体抽取、关系抽取、事件抽取☆245Updated last year
- BiLSTM-CRF-NER☆34Updated 3 years ago