注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于深度学习的中文命名实体识别研究

  2. 基于深度学习的中文命名实体识别研究，介绍了几种识别方法

  3. 所属分类：深度学习

    • 发布日期：2018-01-04
    • 文件大小：1mb
    • 提供者：qq71413

  1. 基于Albert+BiLSTM+CRF深度学习网络架构的自然语言处理工具-MacropodusMacropodus.zip

  2. Macropodus是一个以Albert+BiLSTM+CRF网络架构为基础，用大规模中文语料训练的自然语言处理工具包。将提供中文分词、词性标注、命名实体识别、关键词抽取、文本摘要、新词发现、文本相似度、计算器、数字转换、拼音转换、繁简转换等常见NLP功能。

  3. 所属分类：其它

  1. 基于深度学习的电子病历中实体关系抽取.pdf

  2. 电子病历中包含着医疗领域的丰富知识 ，对于医疗健康信息服务有着重要的意义。 其中的概念实体之间的关系是医疗知识 的重要 组成部分 。对于获取医疗领域中疾病、治疗 、检查之间关系有着重要 的意义 。 针对 于电子病历 中文本结构稀疏 的特 点 ，原有 的基 于词的特征表示效果 有限 ，所以从特征选择的角度出发 ，提出 了一种 基于深度学 习的特征学 习，将 有 限的上下文特征进 行进 一步抽 象表示 的方 法。 实验中使 用深度稀疏 自动编码 来对实体上下文 的向量表示进行 再表示 ，来得 到更抽

  3. 所属分类：深度学习

    • 发布日期：2020-04-25
    • 文件大小：929kb
    • 提供者：weixin_39164435

  1. 深度学习命名实体识别【TKDE2020-南洋理工】.pdf

  2. 近年来，基于连续实值向量表示和通过非线性处理的语义组合的深度学习被应用到NER系统中，产生了最先进的性能。在这篇论文中，我们对现有的深度学习技术进行了全面的回顾。

  3. 所属分类：机器学习

    • 发布日期：2020-03-17
    • 文件大小：944kb
    • 提供者：syp_net

  1. nlp命名实体识别Named Entity Recognition NER demo

  2. nlp命名实体识别Named Entity Recognition NER demo 1.制作word和tag的dic,dic的id是0开始的int,出现频率高的排在前面 2.将每一句话转成2个80维的向量(即最长80个字),第一个是出现句子的 word 的id(train_x),第二个是对应的ner的tag(命名实体)的id(train_y) 3.把(train_x) (train_y) 用深度学习的方法训练后, 以后input一个句子, 就可以返回 对应的tag 4.用 test_x测试准

  3. 所属分类：深度学习

    • 发布日期：2020-06-14
    • 文件大小：608kb
    • 提供者：howard789

  1. 深度学习实际应用案例操作详解

  2. 1，CNN——》图像分类 2，Lstm——》文本分类 3，Lstm——》命名实体抽取 4，Yolo——》目标检测 5，图像分类(CNN) 6，目标定位和识别(RCNN) 7，图像重建(Auto-encoder) 8，文本识别(RNN) 9，实体标注(LSTM) 10，手写体数字生成(GAN) 11，逻辑回归导出图像分类； 12，静/动态图编写（CNN）

  3. 所属分类：互联网

  1. 深度学习命名实体识别数据

  2. 资源是关于利用BERT模型来训练命名实体识别的数据，其中包括训练，测试，预测用的数据，结合唐老师的历程和github 代码实现

  3. 所属分类：深度学习

  1. 医疗领域命名实体识别源码

  2. 包含传统的基于统计模型(CRF)和基于深度学习(Embedding-Bi-LSTM-CRF)下的医疗数据命名实体识别

  3. 所属分类：深度学习

    • 发布日期：2021-01-01
    • 文件大小：233mb
    • 提供者：bruce__ray

  1. nlp-journey：与自然语言处理有关的文档，文件和代码，包括主题模型，单词嵌入，命名实体识别，文本分类，文本生成，文本相似性，机器翻译）等。 所有代码均已实现intensorflow 2.0-源码

  2. NLP旅程 全部在tensorflow 2.0中实现， 1.基础 2.书籍（ 代码：txqx） 图形模型手册。 深度学习。 神经网络和深度学习。 语音和语言处理。 3.论文 01）变压器纸 BERT：用于语言理解的深度双向变压器的预训练。 GPT-2：语言模型是无监督的多任务学习者。 Transformer-XL：Transformer-XL：超出固定长度上下文的注意力语言模型。 XLNet：用于语言理解的通用自回归预训练。 RoBERTa：稳健优化的BERT预训练方法。 D

  3. 所属分类：其它

  1. pytorch-flask-deploy-webapp：这是Medical AI中基于PyTorch的命名实体识别（NER）模型（BiLSTM-CRF）的Flask + Docker部署-源码

  2. MedicalNER：使用Flask和Docker作为Web App部署PyTorch NER模型 一个漂亮且可自定义的Web应用程序，可轻松部署您的深度学习（DL）模型 注意 此仓库用于部署任何类型的ML或DL模型，而不仅仅是NER模型。 使用演示 克隆仓库 $ git clone https://github.com/SuperBruceJia/pytorch-flask-deploy-webapp.git 运行以下说明 1）。 构建Docker映像 $ docker build -t ne

  3. 所属分类：其它

  1. 信息提取-中文：使用IDCNNbiLSTM + CRF的中文命名实体识别，以及使用biGRU + 2ATT的关系提取中文实体识别与关系提取-源码

  2. 信息提取中文 中文信息提取（包括命名实体识别，关系提取等）专注于最新的深度学习方法。 为了清楚起见，该项目有几个子任务，分别带有详细的README.md。 文件夹RE_BGRU_2ATT /中的详细信息 文件夹NER_IDCNN_CRF /中的详细信息 详情 参考

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：58mb
    • 提供者：weixin_42148053

  1. lac：百度NLP：分词，词性标注，命名实体识别，词首-源码

  2. 工具介绍 LAC全称中文的词法分析，是百度自然语言处理部研发的一种联合的词法分析工具，实现中文分词，词性标注，专名识别等功能。该工具具有以下特点和优势： 效果好：通过深度学习模型联合学习分词，词性标注，专名识别任务，单词索引，整体效果F1值超过0.91，词性标注F1值超过0.94，专名识别F1值超过0.85，效果领先。 效率高：精简模型参数，结合Paddle预测库的性能优化，CPU单线程性能达800QPS，效率领先。 可定制：实现简单可控的干预机制，精确匹配用户字典对模型进行干预。 调用便捷：支

  3. 所属分类：其它

  1. Macropodus：自然语言处理工具Macropodus，基于Albert + BiLSTM + CRF深度学习网络架构，中文分词，词性标注，命名实体识别，新词发现，关键词，文本摘要，文本相似度，科学计算器，中文数字阿拉伯NLP的工具（工

  2. Macropodus是一个以Albert + BiLSTM + CRF网络架构为基础，用大量中文语料训练的自然语言处理工具包。将提供中文分词，词性标注，命名实体识别，关键词提取，文本摘要，新词发现，文本相似度，计算器，数字转换，拼音转换，繁简转换等常见的NLP功能。 目录 安装 注意事项默认不安装nlg-yongzhuo, 如果需要该功能自行安装; 默认不指定numpy, pandas, scikit-learn版本, 过高或者过低的版本可能不支持 标准版本的依赖包详见 requirements

  3. 所属分类：其它

  1. Chatito：using使用简单的DSL生成AI聊天机器人，NLP任务，命名实体识别或文本分类模型的数据集！-源码

  2. Chatito 总览 Chatito可帮助您使用简单的DSL生成用于训练和验证chatbot模型的数据集。 如果要使用商业模型，开源框架或编写自己的自然语言处理模型来构建聊天机器人，则需要培训和测试示例。 Chatito在这里为您提供帮助。 该项目包含： 聊天语言 有关完整的语言规范和文档，请参考。 提示 防止过度拟合 如果我们正确使用Chatito，则可以避免过度的问题。 该工具背后的思想是在数据扩充和可能的句子组合的描述之间有一个交集。 它不打算生成可能适合单个句子模型的确定性数据集

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：342kb
    • 提供者：weixin_42166918

  1. Introduction-NLP：HanLP作者的新书《自然语言处理入门》详细笔记！业界良心之作，书中不是枯燥无味的公式罗列，甚至用白话分解的通俗易懂的算法模型。从基本概念出发，逐步介绍中文分词，词性标注，命名实体识别，信息删除，文本聚类，

  2. 简介-自然语言处理 汉良作者何晗老师的新书《自然语言处理入门》详细的笔记！业界良心之作，书中不是枯燥无味的公式罗列，甚至用白话分解的通俗易懂的算法模型。从基本概念出发，逐步介绍中文分词，词性标注，命名实体识别，信息删除，文本聚类，文本分类，句法分析这几个热门问题的算法原理与工程实现。 本项目初步帮助更多同路人能够快速的掌握NLP的专业知识，理清知识要点，在工作中发挥作用的作用。以书本为主，记录本人学习此书的心路历程，总结和笔记。 机器学习与深度学习请转至本人项目： HanLP项目： 思维导

  3. 所属分类：其它

  1. jiagu：jiagu深度学习自然语言处理工具知识图谱关系抽取中文分词词性标注命名实体识别情感分析新词发现-源码

  2. Jiagu自然语言处理工具 将提供中文分词，词性标注，命名实体识别，情感分析，知识图谱关系转移，关键字检索，文本摘要，新词发现，情感分析，文本聚类等常用自然语言处理功能。参考了各大工具优缺点制作，将Jiagu回馈给大家。 目录 提供的功能有： 中文分词 词性标注 命名实体识别 知识图谱关系抽取 关键词提取 文字摘要 新词发现 情感分析 文本聚类 等等。。。。 安装方式 点安装 pip install -U jiagu 如果比较慢，可以使用清华的pip源： pip install -U jiagu

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：56mb
    • 提供者：weixin_42127783

  1. Delta：DELTA是基于深度学习的自然语言和语音处理平台-源码

  2. DELTA-深度学习语言技术平台 什么是DELTA？ DELTA是基于深度学习的端到端自然语言和语音处理平台。 DELTA旨在为学术界和行业用例提供使用，部署和开发自然语言处理和语音模型的便捷体验。 DELTA主要使用TensorFlow和Python 3实现。 有关DELTA的详细信息，请参阅。 DELTA可以做什么？ DELTA已被用于开发几种最新的出版物算法，并为数百万用户提供真实的作品。 它可以帮助您训练，开发和部署NLP和/或语音模型，具有： 易于使用 一种训练NLP和语音模型

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：25mb
    • 提供者：weixin_42116713

  1. 基于Pytorch和torchtext的知识图谱深度学习框架

  2. 基于Pytorch和torchtext的知识图谱深度学习框架，包含知识表示学习、实体识别与链接、实体关系抽取、事件检测与抽取、知识存储与查询、知识推理六大功能模块，已实现了命名实体识别、关系抽取、事件抽取、表示学习等功能。

  3. 所属分类：深度学习

    • 发布日期：2021-01-24
    • 文件大小：24kb
    • 提供者：bruce__ray

  1. 【NLP】命名实体识别demo代码解读

  2. 代码来源：flyai 深度学习框架：tensorflow 公众号：深度学习视觉 完整代码获取：公众号后台回复（命名实体识别demo代码解读） 主要部分 Embedding input： 所有文字的字典文件，{index：word,…}； 所有文字的embedding文件，{word:embedding,…}； output： 将字典中的文字全部用embedding表示,{index:embedding}。 tensorflow提供索引的方式，每次索引对应word的embedding向量。 Da

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：56kb
    • 提供者：weixin_38617436

  1. 基于残差空洞卷积神经网络的网络安全实体识别方法

  2. 近年来，网络安全威胁日益增多，数据驱动的安全智能分析成为网络安全领域研究的热点。特别是以知识图谱为代表的人工智能技术可为多源异构威胁情报数据中的复杂网络攻击检测和未知网络攻击检测提供支撑。网络安全实体识别是威胁情报知识图谱构建的基础。开放网络文本数据中的安全实体构成非常复杂，导致传统的深度学习方法难以准确识别。在BERT（pre-training of deep bidirectional transformers）预训练语言模型的基础上，提出一种基于残差空洞卷积神经网络和条件随机场的网络安全实

  3. 所属分类：其它

« 12 3 »