yingdajun / seq2seqForExample
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
- pytorch实现Transformer,提供机器翻译案例和简单的翻译api接口(flask)。评分组件使用BLEU。☆72Updated 3 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。☆63Updated last year
- 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☆23Updated 6 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。☆106Updated 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)☆54Updated 5 years ago
- 基于seq2seq和注意力机制训练对中文话机器人☆29Updated 5 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%☆42Updated 4 years ago
- NLP 相关的项目 如:词向量,文本分类,文本匹配,NER,信息抽取,文本生成以及NLP在电商中的应用☆33Updated last year
- 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。☆58Updated 4 years ago
- 本项目使用Keras实现Transformer模型来进行文本分类(中文、英文均支持)。☆11Updated 2 years ago
- 人工智能实验五:多模态情感分类☆14Updated 2 years ago
- bert文本分类,ner, albert,keras_bert,bert4keras,kashgari,fastbert,flask + uwsgi + keras部署模型,时间实体识别,tfidf关键词抽取,tfidf文本相似度,用户情感分析☆194Updated 5 months 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。☆23Updated 4 years ago
- THUCNews中文文本分类数据集,该数据集包含84万篇新闻文档,总计14类;在该模型的基础上测试多个版本bert分类效果。☆58Updated 3 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。☆44Updated 4 years ago
- 多模态融合情感分析☆119Updated 4 years ago
- 零基础入门NLP - 新闻文本分类 正式赛第一名方案☆228Updated 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。☆139Updated 2 years ago
- 系统的介绍如何搭建一个完整的文本分类系统,包括数据预处理、主要方法的原理介绍和实现细节、实验结果与分析、网页Demo的构建以及项目文件的组织方式。项目的原理和处理细节可以查看我的博客专栏:https://blog.csdn.net/sdu_hao/category_9286…☆30Updated 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 3 years ago
- 基于深度学习框架pytorch实现的中文文本分类,目前包括textcnn,textrnn,textrcnn,textrnn+attention,transformer☆44Updated 2 years ago
- 中山大学自然语言处理项目:中文分词(序列标注/命名实体识别)。Keras实现,BiLSTM+CRF框架。☆18Updated 4 years ago
- 基于LSTM的中文情绪识别☆69Updated 2 years ago
- 使用bert实现京东评论的情感分析(文本分类)☆37Updated last year
- SMP 2020年微博情感分类评测任务 第六名解决方案☆68Updated 2 years ago
- 对BERT模型进行fine-tuning后,在chinese_L-12_H-768_A-12模型基础上进行训练,并以MSRA作为数据集测试☆16Updated 5 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。☆97Updated 2 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)☆31Updated 3 years ago
- 近年来,随着微信、微博、市长信箱、阳光热线等网络问政平台逐步成为政府了解民意、汇聚民智、凝聚民气的重要渠道,各类社情民意相关的文本数据量不断攀升,给以往主要依靠人工来进行留言划分和热点整理的相关部门的工作带来了极大挑战。同时,随着大数据技术的发展,建立基于自然语言处理技术的…☆31Updated 4 years ago
- 使用pytorch搭建textCNN实现中文文本分类☆126Updated 5 years ago