zhangxu999 / AutoSummarizationLinks
新闻文本自动摘要, 以Textrank 为基础,融入 标题特征,单句位置特征,重要实体特征,线索词特征,做句子的综合权重计算,并使用MMR算法,兼顾自动摘要的主题相关性和摘要多样性。
☆26Updated 3 years ago
Alternatives and similar repositories for AutoSummarization
Users that are interested in AutoSummarization are comparing it to the libraries listed below
Sorting:
- 使用三种方法实现中文抽取式自动文摘,分别是TextRank算法、MMR(最大边界相关算法)算法和TextRank+Word2vec方法;最后使用Rouge评价方法,将生成的摘要和标准摘要进行比较,输出p、r、f值。☆35Updated 5 years ago
- 中文关系抽取☆94Updated 4 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☆54Updated 5 years ago
- bert pytorch模型微调用于的多标签文本分类☆137Updated 6 years ago
- 事件知识图谱构建相关的论文, 包含事件抽取、事件关系识别等任务☆83Updated 2 years ago
- albert + lstm + crf实体识别,pytorch实现。识别的主要实体是人名、地名、机构名和时间。albert + lstm + crf (named entity recognition)☆137Updated 3 years ago
- 多标签文本分类☆53Updated 6 years ago
- 毕业设计,基于事理图谱的事件推理系统☆71Updated 5 years ago
- 中文关系抽取☆137Updated 6 years ago
- SEBERTNets:一种面向金融领域的事件主体抽取方法☆194Updated 3 years ago
- 基于知识图谱的问答系统☆135Updated 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。☆151Updated 3 years ago
- 复现了论文《基于主题模型的短文本关键词抽取及扩展》的代码☆31Updated 5 years ago
- 中文文本聚类☆122Updated 3 years ago
- 利用bert预训练模型生成句向量或词向量☆27Updated 5 years ago
- 从模型训练到部署,实战知识图谱(Knowledge Graph)&自然语言处理(NLP)。涉及 Tensorflow, Bert+Bi-LSTM+CRF,Neo4j等 涵盖 Named Entity Recognition,Text Classify,Informatio…☆92Updated 5 years ago
- pytorch implementation of multi-label text classification, includes kinds of models and pretrained. Especially for Chinese preprocessing.☆78Updated 5 years ago
- 2019百度的关系抽取比赛,使用Pytorch实现苏神的模型,F1在dev集可达到0.75,联合关系抽取,Joint Relation Extraction.☆316Updated 5 years ago
- multi-label-classification-4-event-type☆138Updated 2 years ago
- 限定领域的三元组抽取的一次尝试,本文将会介绍笔者在2019语言与智能技术竞赛的三元组抽取比赛方面的一次尝试。☆134Updated 2 years ago
- 参考NER,基于BERT的电商评论观点挖掘和情感分析☆43Updated 6 years ago
- 中文wiki百科QA阅读理解问答系统,使用了CCKS2016数据的NER模型和CMRC2018的阅读理解模型,还有W2V词向量搜索,使用torchserve部署☆90Updated 4 years ago
- 实体识别和关系抽取的联合模型☆124Updated 6 years ago
- Pytorch进行长文本分类。这里用到的网络有:FastText、TextCNN、TextRNN、TextRCNN、Transformer☆48Updated 5 years ago
- 使用两种方法(抽取式Textrank和概要式seq2seq)自动提取文本摘要☆219Updated 6 years ago
- 将bert模型应用到问答系统中来,一者学习知识图谱的基本操作,二简单搭建问答系统的基本框架,三将词向量、bert模型实践应用☆59Updated 6 years ago
- 文本二分类任务,是否文档是否属于政治上的出访类事件,利用BERT提取特征,模型采用简单的DNN。☆61Updated 5 years ago
- 基于知识图谱的中文问答系统(EA-CKGQA)☆37Updated 6 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☆197Updated last year
- 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。☆48Updated 4 years ago