共40个项目结果

DocProduct Jupyter Notebook Star 0

  • **DocProduct**是医学问答与深层语言模型。 高质量的医疗信息对每个人来说都是有价值的,但并不总是唾手可得。Doc产品的目标就是解决这个问题。 我们希望使用TensorFlow 2.0来探索像BERT和GPT-2这样的最先进的自然语言处理模型如何通过检索和调整相关的医疗数据来响应医疗问题,这就是结果。
  • 原始仓库地址:https://github.com/re-search/DocProduct.git 浏览量:1256 下载量:628 3 months前

    CNPROG Javascript Star 0

  • **CNPROG**是一个开源的问答生态系统。 更多详情请访问:http://www.cnprog.com
  • 原始仓库地址:https://github.com/chagel/CNPROG.git 浏览量:2058 下载量:655 3 months前

    RCPapers C Star 0

  • 本仓库收录了一些关于机器阅读理解必读的论文。
  • 原始仓库地址:https://github.com/thunlp/RCPapers.git 浏览量:1627 下载量:39 4 months前

    QANet Python Star 0

  • **QANet**是一个用于机器阅读理解的QANet的Tensorflow实现。 从ICLR2018开始,谷歌的**QANet**(以前是快速阅读理解(FRC))的Tensorflow实现。(注意:这不是本文作者的官方实现)
  • 原始仓库地址:https://github.com/NLPLearn/QANet.git 浏览量:1890 下载量:483 4 months前

    sumy Python Star 0

  • **sumy**是用于从HTML页面或纯文本中提取摘要的简单库和命令行实用程序。还包含用于文本摘要的简单评估框架。总结实现的方法为: - Luhn - heurestic 方法:https://ieeexplore.ieee.org/document/5392672/?arnumber=5392672 - Edmundson heurestic方法与以往的研究:https://dl.acm.org/citation.cfm?doid=321510.321519 - 潜在语义分析(LSA):http://scholar.google.com/citations?user=0fTuW_YAAAAJ&hl=en - **LexRank **-受PageRank和点击率算法启发的无监督方法 - **TextRank**,无监督的方法,也使用PageRank算法 - **Reduction**:基于图的摘要,其中一个句子的显著性被计算为它的边缘与其他句子的权重之和。两句话之间的边的权重计算方法与TextRank相同。
  • 原始仓库地址:https://github.com/miso-belica/sumy.git 浏览量:1662 下载量:607 4 months前

    open-semantic-search Python Star 0

  • 综合搜索服务器,用于文档处理的ETL框架(爬行、文本提取、文本分析、命名实体识别和OCR,用于图像和PDF中的嵌入图像),搜索用户界面,文本挖掘,文本分析和用于全文搜索的搜索应用程序,分面搜索,探索性搜索和知识图搜索。
  • 原始仓库地址:https://github.com/opensemanticsearch/open-semantic-search 浏览量:1485 下载量:58 4 months前

    DrQA C Star 0

  • 这是ACL 2017论文中,描述的DrQA系统的PyTorch实现。 DrQA是一个应用于开放式问题回答的阅读理解系统。特别地,DrQA的目标是“大规模机器阅读”(MRS)。在这个设置中,我们正在一个潜在的非常大的非结构化文档语料库中寻找问题的答案(这可能不是多余的)。因此,系统必须将文档检索(查找相关文档)和文本机器理解(从这些文档中识别答案)的挑战结合起来。 我们使用DrQA的实验集中在回答事实性问题,同时使用Wikipedia作为文档的唯一知识来源。维基百科是一个非常适合大规模、丰富、详细信息的来源。要回答任何问题,首先必须从500多万篇文章中检索出少数可能相关的文章,然后仔细地扫描它们以确定答案。
  • 原始仓库地址:https://github.com/facebookresearch/DrQA.git 浏览量:1102 下载量:726 4 months前

    pytorch-sentiment-analysis C Star 0

  • 这个repo包含一些教程,介绍如何使用PyTorch 1.0进行情感分析,以及使用Python 3.7进行TorchText 0.3。前两篇教程将介绍情绪分析的实际方法:递归神经网络(RNNs)。第三个笔记覆盖了FastText模型,最后一个覆盖了convolutional neural network (CNN)模型。还有2个额外的“附录”笔记本。第一个包含用TorchText加载您自己的数据集,第二个包含一个简短的介绍TorchText提供的预先训练好的单词嵌入。如果您发现任何错误或不同意任何解释,请毫不犹豫地提交问题。我欢迎任何正面或负面的反馈。
  • 原始仓库地址:https://github.com/bentrevett/pytorch-sentiment-analysis.git 浏览量:1963 下载量:873 4 months前

    sequence_tagging Python Star 0

  • 这个repo使用Tensorflow (LSTM + CRF + chars embeddings)实现了一个NER模型。
  • 原始仓库地址:https://github.com/guillaumegenthial/sequence_tagging.git 浏览量:1392 下载量:79 4 months前

    ai-chatbot-framework Python Star 0

  • 建造一个聊天机器人听起来令人生畏,但它完全是可行的。**IKY**是一个用Python构建的人工智能对话对话界面。使用**IKY**很容易创建自然语言会话场景,而不需要编写任何代码。流畅的UI使得创建和训练与机器人的对话变得轻而易举,而且随着它从与人的对话中学习,它会不断变得更聪明。通过将**IKY**的API与该平台集成,IKY可以生活在您选择的任何通道上(如Messenger、Slack等)。
  • 原始仓库地址:https://github.com/alfredfrancis/ai-chatbot-framework.git 浏览量:1332 下载量:355 4 months前

    ihub@pcl.ac.cn 鹏城实验室人工智能研究中心

    版权所有:鹏城实验室    粤ICP备18066427号-6    Powerd by 国防科技大学Trustie