xudongMk / AwesomeNLPBaselineLinks
本项目是NLP领域一些任务的基准模型实现,包括文本分类、命名实体识别、实体关系抽取、NL2SQL、CKBQA以及BERT的各种下游任务应用。
☆47Updated 4 years ago
Alternatives and similar repositories for AwesomeNLPBaseline
Users that are interested in AwesomeNLPBaseline are comparing it to the libraries listed below
Sorting:
- lic2020关系抽取比赛,使用Pytorch实现苏神的模型。☆101Updated 4 years ago
- code for ACL2020:《FLAT: Chinese NER Using Flat-Lattice Transformer》 我注释&修改&添加了部分源码,使得大家更容易复现这个代码。☆56Updated 4 years ago
- 达观算法比赛ner任务,从重新训练bert,到finetune预测。☆75Updated 2 years ago
- 实现了一下multi-head-selection联合关系实体抽取☆30Updated 5 years ago
- NLP实验:新词挖掘+预训练模型继续Pre-training☆47Updated last year
- 2020语言与智能技术竞赛:事件抽取任务 -- 联合抽取baseline☆55Updated 5 years ago
- CCKS 2020:面向金融领域的小样本跨类迁移事件抽取。该项目实现基于MRC的事件抽取方法☆39Updated 2 years ago
- NER任务SOTA模型BERT_MRC☆61Updated last year
- multi-label,classifier,text classification,多标签文本分类,文本分类,BERT,ALBERT,multi-label-classification,seq2seq,attention,beam search☆32Updated 3 years ago
- 2020语言与智能技术竞赛:关系抽取任务☆65Updated 4 years ago
- 2019百度语言与智能技术竞赛 信息抽取赛代5名代码☆69Updated 5 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
- CCKS2020面向金融领域的小样本跨类迁移事件抽取baseline☆55Updated 2 years ago
- 迭代膨胀卷积命名实体抽取☆45Updated 5 years ago
- 天池中药说明书实体识别挑战冠军方案;中文命名实体识别;NER; BERT-CRF & BERT-SPAN & BERT-MRC;Pytorch☆23Updated 4 years ago
- BDCI2019-互联网金融新实体发现-第7名(本可top3)☆18Updated 5 years ago
- 天池大赛疫情文本挑战赛☆49Updated 5 years ago
- 天池-新冠疫情相似句对判定大赛 Rank8☆52Updated 5 years ago
- 复现论文《Simplify the Usage of Lexicon in Chinese NER》☆42Updated 4 years ago
- 2020语言与智能技术竞赛:事件抽取任务方案代码☆28Updated 2 years ago
- 基于Pytorch + BERT的抽取式机器阅读理解☆20Updated 2 years ago
- 中国中文信息学会社会媒体处理专业委员会举办的2019届中文人机对话之自然语言理解竞赛☆74Updated 5 years ago
- 百度2020语言与智能技术竞赛:事件抽取赛道方案代码☆53Updated 4 years ago
- ccks金融事件主体抽取☆72Updated 4 years ago
- 本NER项目包含多个中文数据集,模型采用BiLSTM+CRF、BERT+Softmax、BERT+Cascade、BERT+WOL等,最后用TFServing进行模型部署,线上推理和线下推理。☆80Updated 3 years ago
- ccks_2019_百度实体链接技术比赛_第一名解决方案☆57Updated 5 years ago
- CCKS2020 面向中文短文本的实体链指任务。主要思路为:使用基于BiLSTM和Attention的语义模型进行Query和Doc的文本匹配,再针对匹配度进行pairwise排序,从而选出最优的知识库实体。☆47Updated 4 years ago
- 通用kbqa,训练数据来源于ccks2018和2019,图谱数据爬取于百度百科☆24Updated 4 years ago
- pytorch版的命名实体识别,LSTM和LSTM_CRF☆25Updated 5 years ago
- Keras solution of simple Knowledge-Based QA task with Pretrained Language Model: supporting BERT/RoBERTa/ALBERT☆21Updated 2 years ago