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 6 years ago
- 基于seq2seq和注意力机制训练对中文话机器人☆29Updated 6 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
- 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。☆143Updated 2 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。☆114Updated 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☆215Updated 4 years ago
- 文本聚类 k-means算法及实战☆55Updated 6 years ago
- 毕业设计开源代码 分别实现了抽取式中文文本摘要和生成式中文文本摘要☆12Updated 8 months ago
- 使用pytorch搭建textCNN实现中文文本分类☆130Updated 6 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。☆109Updated 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。☆67Updated 2 years ago
- 中文->英文的机器翻译,完全基于kreas-transformer。模型已上传,可直接跑。☆57Updated 5 years ago
- 基于scikit-learn实现对新浪新闻的文本分类,数据集为100w篇文档,总计10类,测试集与训练集1:1划分。分类算法采用SVM和Bayes,其中Bayes作为baseline。☆107Updated 6 years ago
- 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。☆83Updated 3 years ago
- 基于seq2seq的中文聊天机器人☆64Updated 5 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.☆80Updated 2 years ago
- 多模态融合情感分析☆131Updated 5 years ago
- 零基础入门NLP - 新闻文本分类 正式赛第一名方案☆234Updated 4 years ago
- 从中文文本中自动提取摘要☆44Updated 2 years ago
- 基于Transformer的生成式文本摘要☆185Updated 3 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
- 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。☆63Updated 4 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
- 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Bert的智能问答系统!☆29Updated 5 years ago
- 中文词义消歧项目(Chinese WSD),基于LSTM + ATTENTION模型架构,Pytorch实现。代码简单,上手容易。☆17Updated 3 years ago
- 采用LSTM模型对中文文本进行感情分类☆9Updated 6 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
- SMP 2020年微博情感分类评测任务 第六名解决方案☆69Updated 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