awesomenlp
此项目完成了关于 NLP-Beginner：自然语言处理入门练习 的所有任务（文本分类、信息抽取、知识图谱、机器翻译、问答系统、文本生成、Text-to-SQL、文本纠错、文本挖掘、知识蒸馏、模型加速、OCR、TTS、Prompt、embedding等），所有代码都经过测试,可以正常运行。
https://github.com/km1994/awesomenlp
Last synced: 12 days ago
JSON representation
-
NLP 神器
-
13.4 KAN_TTS
- phone：一种 中国手机归属地查询 神器
- chaizi：一种 汉语拆字词典 神器
- cn2an：一种中文数字与阿拉伯数字的相互转换神器
- cocoNLP：一种 人名、地址、邮箱、手机号、手机归属地 等信息的抽取，rake短语抽取算法
- difflib.SequenceMatcher：一种 文本查重 神器
- Entity_Emotion_Express：一种 词汇情感值 神器
- jieba_fast：一种 中文分词 神器
- JioNLP：一种 中文 NLP 预处理 神器
- ngender：一种 根据名字判断性别 神器
- pdfplumber：一种 pdf 内容解析神器
- phone：一种 中国手机归属地查询 神器
- PrettyTable：一种 生成美观的ASCII格式的表格 神器
- Pypinyin：一种汉字转拼音神器
- Rank-BM25：一种 基于bm25算法 神器
- schedule ：一种 最全的Python定时任务神器
- similarity：一种 相似度计算 神器
- SnowNLP：一种 中文文本预处理 神器
- Synonyms：一种中文近义词 神器
- textfilter：一种 中英文敏感词过滤 神器
- 一种 中文缩写库 神器
- chaizi：一种 汉语拆字词典 神器
- cn2an：一种中文数字与阿拉伯数字的相互转换神器
- cocoNLP：一种 人名、地址、邮箱、手机号、手机归属地 等信息的抽取，rake短语抽取算法
- difflib.SequenceMatcher：一种 文本查重 神器
- Entity_Emotion_Express：一种 词汇情感值 神器
- jieba_fast：一种 中文分词 神器
- JioNLP：一种 中文 NLP 预处理 神器
- ngender：一种 根据名字判断性别 神器
- pdfplumber：一种 pdf 内容解析神器
- phone：一种 中国手机归属地查询 神器
- PrettyTable：一种 生成美观的ASCII格式的表格 神器
- Pypinyin：一种汉字转拼音神器
- Rank-BM25：一种 基于bm25算法 神器
- schedule ：一种 最全的Python定时任务神器
- similarity：一种 相似度计算 神器
- SnowNLP：一种 中文文本预处理 神器
- Synonyms：一种中文近义词 神器
- textfilter：一种 中英文敏感词过滤 神器
- 一种 中文缩写库 神器
- chaizi：一种 汉语拆字词典 神器
- cn2an：一种中文数字与阿拉伯数字的相互转换神器
- cocoNLP：一种 人名、地址、邮箱、手机号、手机归属地 等信息的抽取，rake短语抽取算法
- difflib.SequenceMatcher：一种 文本查重 神器
- Entity_Emotion_Express：一种 词汇情感值 神器
- jieba_fast：一种 中文分词 神器
- JioNLP：一种 中文 NLP 预处理 神器
- ngender：一种 根据名字判断性别 神器
- pdfplumber：一种 pdf 内容解析神器
- PrettyTable：一种 生成美观的ASCII格式的表格 神器
- Pypinyin：一种汉字转拼音神器
- Rank-BM25：一种 基于bm25算法 神器
- schedule ：一种 最全的Python定时任务神器
- similarity：一种 相似度计算 神器
- SnowNLP：一种 中文文本预处理 神器
- Synonyms：一种中文近义词 神器
- textfilter：一种 中英文敏感词过滤 神器
- 一种 中文缩写库 神器
-
-
六、文本生成
-
一、文本分类
-
1.1 多类别文本分类
-
1.2 多标签文本分类
-
1.3 方面级情感识别
-
1.4 文本匹配
-
-
二、信息抽取
-
2.1 命名实体识别
- NLP菜鸟逆袭记——【HMM->MEMM->CRF】实战
- DNN-CRF 理论篇
- NLP菜鸟逆袭记——【Bert-CRF】实战
- NLP菜鸟逆袭记——【Bert-Softmax】实战
- NLP菜鸟逆袭记——【MRC for Flat Nested NER：一种基于机器阅读理解的命名实体识别】实战
- NLP菜鸟逆袭记——【Biaffine NER：一种基于双仿射注意力机制的命名实体识别】实战
- NLP菜鸟逆袭记——【HMM->MEMM->CRF】实战
- DNN-CRF 理论篇
- NLP菜鸟逆袭记——【Bert-CRF】实战
- NLP菜鸟逆袭记——【Bert-Softmax】实战
- NLP菜鸟逆袭记——【Bert-Span】实战
- NLP菜鸟逆袭记——【MRC for Flat Nested NER：一种基于机器阅读理解的命名实体识别】实战
- NLP菜鸟逆袭记——【Biaffine NER：一种基于双仿射注意力机制的命名实体识别】实战
- NLP菜鸟逆袭记——【Multi Head Selection Ner： 一种基于多头选择的命名实体识别】实战
- NLP菜鸟逆袭记——【one vs rest NER： 一种基于one vs rest的命名实体识别】实战
- NLP菜鸟逆袭记——【GlobalPointer：一种基于span分类的解码方法】实战
- NLP菜鸟逆袭记——【W2NER：一种统一的命名实体识别词与词的的命名实体识别】实战
- NLP菜鸟逆袭记——【Multi Head Selection Ner： 一种基于多头选择的命名实体识别】实战
- NLP菜鸟逆袭记——【one vs rest NER： 一种基于one vs rest的命名实体识别】实战
- NLP菜鸟逆袭记——【GlobalPointer：一种基于span分类的解码方法】实战
- NLP菜鸟逆袭记——【W2NER：一种统一的命名实体识别词与词的的命名实体识别】实战
- NLP菜鸟逆袭记——【HMM->MEMM->CRF】实战
- DNN-CRF 理论篇
- NLP菜鸟逆袭记——【Bert-CRF】实战
- NLP菜鸟逆袭记——【Bert-Softmax】实战
- NLP菜鸟逆袭记——【Bert-Span】实战
- NLP菜鸟逆袭记——【MRC for Flat Nested NER：一种基于机器阅读理解的命名实体识别】实战
- NLP菜鸟逆袭记——【Biaffine NER：一种基于双仿射注意力机制的命名实体识别】实战
- NLP菜鸟逆袭记——【Multi Head Selection Ner： 一种基于多头选择的命名实体识别】实战
- NLP菜鸟逆袭记——【one vs rest NER： 一种基于one vs rest的命名实体识别】实战
- NLP菜鸟逆袭记——【GlobalPointer：一种基于span分类的解码方法】实战
- NLP菜鸟逆袭记——【W2NER：一种统一的命名实体识别词与词的的命名实体识别】实战
-
2.2 关系抽取
- NLP菜鸟逆袭记——【关系抽取（分类）】理论
- NLP菜鸟逆袭记——【BERT-RE：一种基于 Bert 的 Pipeline 实体关系抽取】实践
- NLP菜鸟逆袭记——【Casrel Triple Extraction：一种基于 CasRel 的 三元组抽取】实践
- NLP菜鸟逆袭记——【GPLinker：一种基于 GPLinker的 三元组抽取】实践
- NLP菜鸟逆袭记——【关系抽取（分类）】理论
- NLP菜鸟逆袭记——【BERT-RE：一种基于 Bert 的 Pipeline 实体关系抽取】实践
- NLP菜鸟逆袭记——【Casrel Triple Extraction：一种基于 CasRel 的 三元组抽取】实践
- NLP菜鸟逆袭记——【GPLinker：一种基于 GPLinker的 三元组抽取】实践
- NLP菜鸟逆袭记——【BERT-RE：一种基于 Bert 的 Pipeline 实体关系抽取】实践
- NLP菜鸟逆袭记——【Casrel Triple Extraction：一种基于 CasRel 的 三元组抽取】实践
- NLP菜鸟逆袭记——【GPLinker：一种基于 GPLinker的 三元组抽取】实践
- NLP菜鸟逆袭记——【关系抽取（分类）】理论
-
2.3 事件抽取
- NLP菜鸟逆袭记——【BERT Event Extraction：一种基于 Bert 的 Pipeline 事件抽取】实践
- NLP菜鸟逆袭记——【BERT MRC Event Extraction：一种基于 MRC 的 事件抽取】实践
- NLP菜鸟逆袭记——【BERT Event Extraction：一种基于 Bert 的 Pipeline 事件抽取】实践
- NLP菜鸟逆袭记——【BERT MRC Event Extraction：一种基于 MRC 的 事件抽取】实践
- NLP菜鸟逆袭记——【BERT Event Extraction：一种基于 Bert 的 Pipeline 事件抽取】实践
- NLP菜鸟逆袭记——【BERT MRC Event Extraction：一种基于 MRC 的 事件抽取】实践
-
2.4 属性抽取
- NLP菜鸟逆袭记——【属性抽取（Attribute Extraction）】理论
- NLP菜鸟逆袭记——【一种基于 albert 的中文属性抽取 —— Albert for Attribute Extraction】实践
- NLP菜鸟逆袭记——【属性抽取（Attribute Extraction）】理论
- NLP菜鸟逆袭记——【一种基于 albert 的中文属性抽取 —— Albert for Attribute Extraction】实践
- NLP菜鸟逆袭记——【一种基于 albert 的中文属性抽取 —— Albert for Attribute Extraction】实践
- NLP菜鸟逆袭记——【属性抽取（Attribute Extraction）】理论
-
2.5 关键词抽取
-
2.6 新词发现
-
-
三、知识图谱
-
3.1 知识图谱
-
3.2 实体链指
-
3.3 知识图谱补全
-
3.4 neo4j
-
-
五、问答系统
-
5.3 基于知识图谱问答
-
5.2 检索式问答
-
3.4 neo4j
-
5.1 阅读理解
-
5.4 基于知识图谱问答
-
-
四、机器翻译
-
七、Text-to-SQL
-
八、文本纠错
-
5.4 基于知识图谱问答
-
-
九、文本挖掘
-
5.4 基于知识图谱问答
-
-
十、知识蒸馏
-
5.4 基于知识图谱问答
- NLP菜鸟逆袭记—【Bert 压缩】理论
- NLP菜鸟逆袭记【FastBERT】理论
- NLP菜鸟逆袭记【Distilling Task-Specific from BERT into SNN】实战
- NLP菜鸟逆袭记—【Bert 压缩】理论
- NLP菜鸟逆袭记【FastBERT】理论
- NLP菜鸟逆袭记【Distilling Task-Specific from BERT into SNN】实战
- NLP菜鸟逆袭记【FastBERT】实战
- NLP菜鸟逆袭记【FastBERT】实战
- NLP菜鸟逆袭记【FastBERT】理论
- NLP菜鸟逆袭记【Distilling Task-Specific from BERT into SNN】实战
- NLP菜鸟逆袭记【FastBERT】实战
- NLP菜鸟逆袭记—【Bert 压缩】理论
-
-
十一、模型加速
-
十二、OCR
-
11.2 optimum
-
12.1 pytesseract
-
12.2 hn_ocr
-
12.3 PaddleOCR
-
-
十三、TTS
-
12.3 PaddleOCR
-
13.1 pyttsx3
-
13.3 tensorflow_tts
-
13.4 KAN_TTS
-
-
十四、Prompt
-
十五、embedding
-
13.4 KAN_TTS
- NLP菜鸟逆袭记—【Embeddings】理论
- NLP菜鸟逆袭记—【sbert】实战
- NLP菜鸟逆袭记—【Embeddings】理论
- NLP菜鸟逆袭记—【sbert】实战
- NLP菜鸟逆袭记—【text2vec】实战
- NLP菜鸟逆袭记—【SGPT:基于GPT的生成式embedding】实战
- NLP菜鸟逆袭记—【text2vec】实战
- NLP菜鸟逆袭记—【SGPT:基于GPT的生成式embedding】实战
- NLP菜鸟逆袭记—【BGE —— 智源开源最强语义向量模型】实战
- NLP菜鸟逆袭记—【M3E：一种大规模混合embedding】实战
- NLP菜鸟逆袭记—【BGE —— 智源开源最强语义向量模型】实战
- NLP菜鸟逆袭记—【M3E：一种大规模混合embedding】实战
- NLP菜鸟逆袭记—【Embeddings】理论
- NLP菜鸟逆袭记—【sbert】实战
- NLP菜鸟逆袭记—【text2vec】实战
- NLP菜鸟逆袭记—【SGPT:基于GPT的生成式embedding】实战
- NLP菜鸟逆袭记—【BGE —— 智源开源最强语义向量模型】实战
- NLP菜鸟逆袭记—【M3E：一种大规模混合embedding】实战
-
Categories
Sub Categories
13.4 KAN_TTS
81
5.4 基于知识图谱问答
39
2.1 命名实体识别
32
2.2 关系抽取
12
3.4 neo4j
12
1.2 多标签文本分类
9
5.2 检索式问答
9
12.3 PaddleOCR
6
11.2 optimum
6
5.1 阅读理解
6
2.3 事件抽取
6
2.4 属性抽取
6
1.1 多类别文本分类
6
1.3 方面级情感识别
6
5.3 基于知识图谱问答
6
1.4 文本匹配
6
3.1 知识图谱
5
11.1 CTranslate2
3
12.1 pytesseract
3
3.2 实体链指
3
3.3 知识图谱补全
3
12.2 hn_ocr
3
2.5 关键词抽取
3
13.1 pyttsx3
3
2.6 新词发现
3
13.3 tensorflow_tts
3