yuenoble / Machine-Translation-by-Transformer
基于Tensorflow2.0和Transformer实现机器翻译代码详解
☆21Updated 4 years ago
Related projects ⓘ
Alternatives and complementary repositories for Machine-Translation-by-Transformer
- 疫情期间网民情绪识别比赛baseline,使用BERT进行端到端的fine-tuning,datafountain平台,平台评测F1值0.716。☆35Updated 4 years ago
- BERT微调在机器翻译上的应用,哎哟,效果贼好。☆47Updated 3 years ago
- 基于Pytorch实现的一些经典自然语言处理模型中文短文本分类任务,包含TextCNN,TextRCNN,FastText,BERT,ROBERT以及ERNIE☆51Updated 4 years ago
- 神经网络各种模型PyTorch实现☆38Updated last year
- 全球人工智能技术创新大赛-赛道三:小布助手对话短文本语义匹配☆37Updated 3 years ago
- 简单高效的Bert中文文本分类模型开发和部署☆25Updated 5 years ago
- 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 3 years ago
- textcnn多标签文本分类☆36Updated 6 years ago
- 基于Adversarial Attack的问题等价性判别比赛☆13Updated 4 years ago
- 这是使用pytoch 实现的长文本分类器☆45Updated 5 years ago
- 用tf实现各种文本分类模型,并且封装restful接口,可以直接工程化☆32Updated 5 years ago
- Capsule, LSTM/GRU, CNN for text class implemented by Pytorch 胶囊网络, 循环神经网络和卷积神经网络在中文文本分类中的应用☆43Updated 5 years ago
- 法研杯CAIL2019阅读理解赛题参赛模型☆42Updated 5 years ago
- 针对Cnews数据集进行分类,使用了torchtext进行文本预处理☆11Updated 2 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
- 达观算法比赛ner任务,从重新训练bert,到finetune预测。☆76Updated 2 years ago
- 一个简单地问答系统基于tfidf glove和bert☆26Updated 5 years ago
- Bert中文文本分类☆40Updated 5 years ago
- 实现基于相似度匹配和检索的问答系统☆18Updated 5 years ago
- ☆35Updated 2 years ago
- 实现了一下multi-head-selection联合关系实体抽取☆31Updated 5 years ago
- 参考NER,基于BERT的电商评论观点挖掘和情感分析☆41Updated 5 years ago
- 基于RNN、CNN、XGboost的问答系统意图识别模块☆33Updated 6 years ago
- bert-flat 简化版 添加了很多注释☆15Updated 2 years ago
- 之江-电商评论观点挖掘的比赛,基于pytorch-transformers版本,暂时只实现了BERT做aspect+opinion+属性分类+情感极性的联合标注,还未加上CRF。☆33Updated 5 years ago
- CCKS 2020: 面向中文短文本的实体链指任务☆40Updated 3 years ago
- multi-label,classifier,text classification,多标签文本分类,文本分类,BERT,ALBERT,multi-label-classification☆27Updated 3 years ago
- 端到端的基于知识图谱的问答系统,分为实体识别和关系分类两部,在BERT基础上做多任务联合训练。☆30Updated 5 years ago
- 对苏神的bert4keras的实现原理和矩阵运算进行详细的注释,方便学习;bert4keras链接:https://github.com/bojone/bert4keras☆41Updated 3 years ago