zjtjames / nlpLinks
酒店评论文本分类聚类私活
☆11Updated 6 years ago
Alternatives and similar repositories for nlp
Users that are interested in nlp are comparing it to the libraries listed below
Sorting:
- 文本标注工具，给文本打标签☆20Updated 5 years ago
- 文本分类是指在给定分类体系下 , 根据文本的内容自动确定文本类别的过程。首先我们根据scrapy爬虫根据中国知网URL的规律，爬取70多万条2014年公开的发明专利，然后通过数据清洗筛选出了60多万条含标签数据。通过TF-IDF对60多万条本文进行词频提取，依照词频排序提取…☆107Updated 7 years ago
- 医疗图谱，Python前期数据抓取与处理，后期配合neo4j实现图谱构造与实体搜索。☆55Updated 6 years ago
- 基于知识图谱的金融资讯推荐☆50Updated 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 5 years ago
- 基于字符级卷积神经网络的细粒度的中文情感分析以及具体的应用，将顾客打分和评论情感进行两极映射，使用数据自动标注和基于弱监督预 训练的数据增强方式自动扩充和优化数据集，实验证实了在情感分类中，使用本文的字符级卷积神经网络(C-CNN-SA)可以在不依赖分词的情况下，达到的精度和…☆45Updated 5 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。☆47Updated 5 years ago
- 基于BiLSTM-CRF网络的中文电子病历命名实体识别☆35Updated 6 years ago
- 知识图谱初探，关系抽取，实体抽取，基于kb的问答，基于es的问答，知识图谱可视化☆60Updated 5 years ago
- 智能客服系统（智能问答）☆115Updated 5 years ago
- 基于知识图谱的《三国演义》人物关系可视化及问答系统☆69Updated 2 years ago
- 基于知识图谱的中文旅游领域知识服务平台构建 - 从旅游知识库到旅游知识服务平台☆25Updated 5 years ago
- 基于依存句法的句子级细粒度情感计算☆27Updated 8 years ago
- 文本聚类、tfidf、lda、doc2vec+kmeans等各种方法实现☆23Updated 5 years ago
- 搜狗新闻语料训练的word2vec中文模型☆68Updated 7 years ago
- Python中文文本挖掘：使用机器学习方法进行情感分析。☆103Updated 6 years ago
- 根据自己搭的 LTP 服务器，实现：分词、词性标注、命名实体识别、依存句法分析、语义角色标、命名实体的抽取：人名，地名，机构名、三元组的抽取：主谓宾，动宾关系，介宾关系，（实体1，关系，实体2）☆144Updated 7 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
- Lstm+Cnn 预训练词向量 文本分类☆103Updated 6 years ago
- 中文文本分类与聚类☆10Updated 7 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…☆29Updated 5 years ago
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征，分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT（梯度提升决策树）。☆94Updated 6 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…☆90Updated 5 years ago
- 知识图谱构建，自动问答，基于kg的自动问答。以疾病为中心的一定规模医药领域知识图谱，并以该知识图谱完成自动问答与分析服务。☆33Updated 5 years ago
- CCKS2019 面向中文电子病历的命名实体识别☆33Updated 6 years ago
- 以京东评论作为数据集，使用常见的机器学习算法如KNN、SVM、逻辑回归、贝叶斯、xgboost等等算法进行分类。使用深度学习中的CNN、RNN、CNN和RNN连接、Bi-GRU、bert模型进行分类。使用fastnlp的框架搭建文本分类。☆32Updated 5 years ago
- Python创建Neo4J知识图谱数据库☆156Updated 6 years ago
- 基于知识图谱的林业法律法规问答☆20Updated 2 years ago
- 文本特征提取，适用于小说，论文，议论文等文本，提取词语、句子、依存关系等特征。python开发。☆41Updated 7 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