Stars
软考资料, 收集于网络。目前包括:系统架构师、项目管理师、软件设计师备考资料
基于PyTorch&YOLOv4实现的口罩佩戴检测 ⭐ 自建口罩数据集分享
这是一个mobilenet-yolov4的库,把yolov4主干网络修改成了mobilenet,修改了Panet的卷积组成,使参数量大幅度缩小。
Keras solution of Chinese NER task using BiLSTM-CRF/BiGRU-CRF/IDCNN-CRF/single-CRF model with BERTs (Google's Pretrained Language Model: supporting BERT/RoBERTa/ALBERT).
🇨🇳 GitHub中文排行榜,各语言分设「软件 | 资料」榜单,精准定位中文好项目。各取所需,高效学习。
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
😮 Core Interview Questions & Answers For Experienced Java(Backend) Developers | 互联网 Java 工程师进阶知识完全扫盲:涵盖高并发、分布式、高可用、微服务、海量数据处理等领域知识
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。
Chinese NER using Lattice LSTM. Code for ACL 2018 paper.
Leveraging Lexical Features for Chinese Named Entity Recognition via Static and Dynamic Weighting
本项目通过爬取腾讯、新浪、丁香园等疫情数据,获取新冠肺炎相关数据,并整合为api数据,做法简单粗暴,类似于端口转发。数据包含口罩预约、同乘车辆、疫情小区、数据分析、国内外详细数据、实时新闻动态、确诊人员信息流动轨迹、疫情谣言等。
本项目将《动手学深度学习》(Dive into Deep Learning)原书中的MXNet实现改为PyTorch实现。
命名体识别(NER)综述-论文-模型-代码(BiLSTM-CRF/BERT-CRF)-竞赛资源总结-随时更新
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。
Tensorflow solution of NER task Using BiLSTM-CRF model with Google BERT Fine-tuning And private Server services
TensorFlow code and pre-trained models for BERT
本项目将演示如何从用户的快递单中,提取姓名、电话、省、市、区、详细地址等内容,形成结构化信息。辅助物流行 业从业者进行有效的信息提取,简化客户填写表单的流程。本项目采用了Bi-GRU+CRF网络模型来进行序列化标注,使用Bi-GRU 来解决长期记忆和反向传播中梯度问题,能够有效对长序列建模,但是无法解决标签之间的依赖性,于是将Bi-GRU标注的结果喂给 CRF得到新的序列标注。
Topic Detection from English text using BERT + Bi-GRU + CRF
A Joint Chinese segmentation and POS tagger based on bidirectional GRU-CRF