yingdajun / seq2seqForExampleLinks
采用三种方式 (1)利用keras库搭建seq2seq (2)利用keras_transformer库 (3)利用fastnlp框架 实现问答机器人、机器翻译、文本摘要等功能
☆14Updated 4 years ago
Alternatives and similar repositories for seq2seqForExample
Users that are interested in seq2seqForExample are comparing it to the libraries listed below
Sorting:
- 电影评论情感分析,利用LSTM进行分类,数据集为IMDB情感分析数据集,使用已经训练好的词典向量模型☆26Updated 7 years ago
- 本项目的数据来自“互联网新闻情感分析”赛题。基于Transformer2.0库中的中文Bert模型,对新闻语料进行三分类。☆115Updated 5 years ago
- 基于深度学习的中文评论情感分类和智能客服研究与实现。主要是酒店和书店的评论情感分析(二分类+九分类),可以判定积极和消极,对于消极评论,还可以判断其具体类别,比如物流不好或者服务差等等。☆48Updated 5 years ago
- 本项目主要是利用LSTM来对中文文本进行情感分类,包含四个类别(愤怒,焦虑,抑郁,伤感)☆56Updated 5 years ago
- 中文自然语言处理情感分析,多算法,多数据集☆16Updated 6 years ago
- 基于电影评论数据的中文情感分析(含训练数据、验证数据) Machine Learning and Deep Learning implementations.☆81Updated 2 years ago
- 一个自然语言处理的可视化系统,实现自动生成词云图、文章关键信息提取、多文档主题分布、文本 分类等功能,还有一些业务数据的可视化图表展示。☆36Updated 4 years ago
- 自然语言处理中的基础任务,包含但不限于文本表示,文本分类,命名实体识别,关系抽取,文本生成,文本摘要等,基于tensorflow2或Pytorch,所有代码均经过测试,项目中也包含相关数据。☆150Updated 2 years ago
- “互联网新闻情感分析”赛题,是CCF大数据与计算智能大赛赛题之一。对新闻情绪进行分类,0代表正面情绪、1代表中性情绪、2代表负面情绪。☆148Updated 5 years ago
- 基于PaddleNLP搭建评论观点抽取和属性级情感分析模型,并基于前后端分离式架构完成属性级情感分析Web系统搭建,通过细粒度情感分析帮助用户和商家更好决策。☆69Updated 2 years ago
- 基于lstm,word2vec做的豆瓣网电影评论情感分析,后期会进行整理并使用textcnn☆15Updated 6 years ago
- 毕业论文代码 + 评论文本数据获取+数据清洗+文本数据向量化+将数据放进分类器(KNN+Naive Bayes+SVM)中训练+结果评估☆51Updated 3 years ago
- 基于pytorch进行文本多分类,主要模型为双向LSTM,预测准确率83%☆44Updated 5 years ago
- 基于LSTM网络与自注意力机制对中文评论进行细粒度情感分析☆55Updated 4 years ago
- 中文的情感分析任务:基于Bi-LSTM+Attention模型,对2万条中文影评数据进行情感分类。Chinese sentiment analysis task: Based on the Bi-LSTM+Attention model, sentiment classif…☆116Updated 3 years ago
- 在SMP2020的微博情绪分类任务上,微调在中文预料上预 训练的BERT模型,进行文本分类。☆110Updated 3 years ago
- 软件工程课程设计项目/Lab409:基于词典方法和机基于器学习方法的中文情感倾向分析(Web)☆124Updated 7 years ago
- 基于seq2seq的中文聊天机器人☆64Updated 5 years ago
- 基于Bert的智能问答系统!☆29Updated 5 years ago
- 一个基本的多层lstm rnn模型,能实现中英文文本的二分类或多分类☆48Updated 6 years ago
- 基于LSTM的中文情绪识别☆71Updated 2 years ago
- 情感分析三分类☆29Updated last year
- 基于seq2seq和注意力机制训练对中文话机器人☆29Updated 6 years ago
- Python实现中文文本关键词抽取,分别用了TF-IDF、LDA、RNN、LSTM和LR-SGD两类共五种方法,全网最全没有之一。☆61Updated 4 years ago
- 基于Transformer的生成式文本摘要☆186Updated 3 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 4 years ago
- 用LSTM进行文本的情感分析☆188Updated 5 years ago
- 自然语言处理NLP在中文文本上的一些应用,如文本分类、情感分析、命名实体识别等☆213Updated 4 years ago
- 基于BERT模型的深度学习中文文本分类实现,包含大约20000 条新闻的训练和测试集,包装有简单HTTP接口可供调用。☆24Updated 5 years ago
- 基于文本的情感-原因对抽取(ECPE)与抑郁情绪原因识别系统☆14Updated 4 years ago