搜索资源列表
CRFPP-0.58
- CRF ++是一个简单的，可定制的，条件随机域（控释肥）分割/标记顺序数据的开源实现。 CRF ++是专为通用的目的，将被应用到各种各样的NLP任务，如命名实体识别，信息提取和文本组块。-CRF++ is a simple, customizable, and open source implementation of Conditional Random Fields (CRFs) for segmenting/labeling sequential data. CRF++ is design
NLP-speech-tagging
- 基于隐马尔可夫模型的中文分词、词性标注、命名实体识别-Based on Chinese word hidden Markov model, speech tagging, named entity recognition
RerankNER-master
- 这份代码是基于深度神经网络的英文命名实体识别，主要算法是LSTM+CRF(This code is based on deep neural network English named entity recognition LSTM+CRF)
ChineseNER-master
- BiLSTM+CNN结构实现中文命名实体识别(implement Chinese NER with BiLSTM+CNN architecture)
BERT用于下游任务的训练模型
- 包含BERT和ALBERT两个模型，可以直接用于下游任务，如命名实体识别等
ResumeNER
- 命名实体识别预料 resume，开箱即用，方便快捷(Named entity recognition is expected to resume, out of the box, convenient and fast)