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。

An Open-Source Package for Neural Relation Extraction (NRE)

实体关系抽取pipline方式，使用了BiLSTM+CRF+BERT

使用Pytorch框架对NLP方向上的文本分类、实体识别、三元组抽取做代码实战

使用Pytorch框架对NLP方向上的文本分类、实体识别、三元组抽取做代码实战

记录经典NER模型，目前仓库包含如下模型代码：BERT, LSTM, GlobalPointer, CRF, HMM

简洁易用版TinyBert：基于Bert进行知识蒸馏的预训练语言模型

Knowledge distillation in text classification with pytorch. 知识蒸馏，中文文本分类，教师模型BERT、XLNET，学生模型biLSTM。

医疗知识图谱构建实战，通过爬虫获取百度百科数据，使用Mongodb存储结构化三元组，并使用neo4j进行知识图谱的构建及可视化; Medical Knowledge Graph; Crawler; neo4j

基于Neo4j的《水浒传》人物关系可视化及问答系统

自然语言处理实验（sougou数据集），TF-IDF，文本分类、聚类、词向量、情感识别、关系抽取等

使用Bert完成实体之间关系抽取

大家想要什么其他的软件，可以提交Issues哦

Easy Natural Language Processing

中文NER的那些事儿

An education NER dataset repo; This dataset can be used to recognize the fine-grained knowledge included in educational texts.

基于pytorch的bert_bilstm_crf中文命名实体识别

基于Tensorflow2.3开发的NER模型，都是CRF范式，包含Bilstm(IDCNN)-CRF、Bert-Bilstm(IDCNN)-CRF、Bert-CRF，可微调预训练模型，可对抗学习，用于命名实体识别，配置后可直接运行。

使用torch整合两种经典的指针NER抽取范式，分别是SpanBert和苏神的GlobalPointer，简单加了些tricks，配置后一键运行

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。

Awesome Pretrained Chinese NLP Models，高质量中文预训练模型&大模型&多模态模型&大语言模型集合

DomainWordsDict, Chinese words dict that contains more than 68 domains, which can be used as text classification、knowledge enhance task。涵盖68个领域、共计916万词的专业词典知识库，可用于文本分类、知识增强、领域词汇库扩充等自然语言处理应用。

人民日报文章数据集(1949-1978)

新闻文本自动摘要， 以Textrank 为基础，融入 标题特征，单句位置特征，重要实体特征，线索词特征，做句子的综合权重计算，并使用MMR算法，兼顾自动摘要的主题相关性和摘要多样性。

文本自动摘要

[EMNLP 2022] An Open Toolkit for Knowledge Graph Extraction and Construction

利用指针网络进行信息抽取，包含命名实体识别、关系抽取、事件抽取。

中文命名实体识别。包含目前最新的中文命名实体识别论文、中文实体识别相关工具、数据集，以及中文预训练模型、词向量、实体识别综述等。

A PyTorch-based toolkit for natural language processing