zhangzhiqiangccm / NLP-projectLinks
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
Alternatives and similar repositories for NLP-project
Users that are interested in NLP-project are comparing it to the libraries listed below
Sorting:
- 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☆196Updated last year
- 基于Pytorch+BERT+CRF的NLP序列标注模型,目前包括分词,词性标注,命名实体识别等☆62Updated 2 years ago
- multi-label-classification-4-event-type☆137Updated 2 years ago
- 本项目采用Keras和Keras-bert实现文本多标签分类任务,对BERT进行微调。☆67Updated 4 years ago
- bert pytorch模型微调用于的多标签文本分类☆135Updated 5 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
- TextClf :基于Pytorch/Sklearn的文本分类框架,包括逻辑回归、SVM、TextCNN、TextRNN、TextRCNN、DRNN、DPCNN、Bert等多种模型,通过简单配置即可完成数据处理、模型训练、测试等过程。☆242Updated 2 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
- 结合BERT+GRU+ATT模型,对自己收集的人物关系数据进行模型训练,用于人物关系抽取。☆326Updated 2 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
- 基于预训练模型(BERT,BERT-wwm)的文本分类模板,CCF BDCI新闻情感分析A榜4/2735。☆271Updated 4 years ago
- 中文关系抽取☆94Updated 3 years ago
- 多标签文本分类☆53Updated 6 years ago
- 该库是一个项目集,包括文本分类、多标签分类、细粒度情感分析、命名实体识别,以及部分数据集等☆201Updated 6 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
- Named Recognition Entity based on BERT and CRF 基于BERT+CRF的中文命名实体识别☆185Updated 2 years ago
- 基于知识图谱的问答系统☆136Updated 5 years ago
- 基于BERT+BiLSTM+CRF实现中文命名实体识别☆148Updated 5 years ago
- 中文命名实体识别NER。用keras实现BILSTM+CRF、IDCNN+CRF、BERT+BILSTM+CRF进行实体识别。结果当然是BERT+BILSTM+CRF最好啦。☆294Updated 5 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word2vec预训练词向量; textCNN 模型 ;charCNN 模型 ;Bi-LSTM模型;Bi-LSTM + Attention 模型 ;Transformer 模型 ;ELMo 预训练模型 ;BERT 预训练模型的文本分类项目☆123Updated 5 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)☆138Updated 2 years ago
- 本项目用于展示三元组抽取后形成的知识图谱,包括几本小说的实体关系,以及README.md,介绍这方面的一篇文章。☆199Updated 5 years ago
- 基于Transformer的生成式文本摘要☆186Updated 3 years ago
- 基于BI-LSTM+CRF的中文命名实体识别 Pytorch☆400Updated 2 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 5 years ago
- ChineseNER based on BERT, with BiLSTM+CRF layer☆454Updated 4 years ago
- 本项目采用Keras和Keras-bert实现文本多分类任务,对BERT进行微调。☆48Updated 4 years ago
- 实体识别和关系抽取的联合模型☆124Updated 6 years ago
- Tensorflow2.3的文本分类项目,支持各种分类模型,支持相关tricks。☆178Updated 8 months ago