中国省市经纬度坐标中国省市邮政编码大全全国区划和城乡划分代码(2015)成语大全中文人名大全及金庸小说、三国演义及红楼梦人物姓名中文命名实体识别数据中文关系识别数据中文阅读理解数据中文图文问答数据
2023/10/31 20:38:50
52.68MB
1
GENIA语料库是为GENIA项目编写并标注的最初的生物医学文献集合。
这个语料库是为了发展和评估分子生物学信息检索及文本挖掘系统而创建的。
这个语料库包含1999条Medline的摘要，这些摘要是由PubMed按照human、bloodcells以及transcriptionfactors三个医学主题词（medicalsubjectheadingterms）为搜索条件搜索到的。
这个语料库已经被按照不同级别的语言信息、语义信息进行标注。
这个语料库是为了发展和评估分子生物学信息检索及文本挖掘系统而创建的。
这个语料库包含1999条Medline的摘要，这些摘要是由PubMed按照human、bloodcells以及transcriptionfactors三个医学主题词（medicalsubjectheadingterms）为搜索条件搜索到的。
这个语料库已经被按照不同级别的语言信息、语义信息进行标注。
2023/10/3 21:18:28
4.55MB
1
在使用StanfordCoreNLP对文本句子进行分析时，需要先对句子进行分词nlp.word_tokenize(sentence)然后对分词后的句子进行句子成分分析nlp.pos_tag(sentence)然后继续进行命名实体识别nlp.ner(sentence)再之后就是句法分析与依存句法分析nlp.parse(sentence)nlp.dependency_parse(sentence)
2023/10/2 13:15:30
5KB
1
七月在线TensorFlow框架实战，包含授课课件和部分源码，Jupyter打开。
计算机视觉：分类，识别，无人驾驶，图像搜索等自然语言处理：语言模型、机器翻译、词性标注、实体识别、情感分析等
计算机视觉：分类，识别，无人驾驶，图像搜索等自然语言处理：语言模型、机器翻译、词性标注、实体识别、情感分析等
2023/9/13 21:41:06
5.87MB
1
基于知识图谱的问答系统，BERT做命名实体识别和句子相似度，分为online和outline模式
2023/8/10 21:47:58
1.51MB
1
BERT在Azure机械学习效率上此回购搜罗终端到终真个食谱以及的（双向编码器谈判来自变形金刚）用语言表白模子。
伯特BERT是一种语言展现模子，其特色在于能够实用捉拿语料库中深层以及怪异的文本关连。
在原始论文中，作者证明晰BERT模子能够很约莫地改编以构建用于许多NLP责任的最新模子，搜罗文天职类，命名实体识别以及下场解答。
在此堆栈中，咱们提供了条记本，使开拓人员能够从语料库中重新熬炼BERT模子，并微调现有的BERT模子以处置特意的责任。
此回购中提供了的扼要可快捷末了使用BERT。
预熬炼BERT预熬炼中的挑战将BERT语言展现模子预熬炼到所需的准确性水平是极其具备挑战性的。
下场，大大都开拓人员从在尺度语料库（譬如Wikipedia）上经由预熬炼的BERT模子末了，而不是重新末了熬炼它。
假如在与熬炼前步骤中使用的语料库相似的语料库上熬炼最终模子，则此策略下场很好。
然则，
伯特BERT是一种语言展现模子，其特色在于能够实用捉拿语料库中深层以及怪异的文本关连。
在原始论文中，作者证明晰BERT模子能够很约莫地改编以构建用于许多NLP责任的最新模子，搜罗文天职类，命名实体识别以及下场解答。
在此堆栈中，咱们提供了条记本，使开拓人员能够从语料库中重新熬炼BERT模子，并微调现有的BERT模子以处置特意的责任。
此回购中提供了的扼要可快捷末了使用BERT。
预熬炼BERT预熬炼中的挑战将BERT语言展现模子预熬炼到所需的准确性水平是极其具备挑战性的。
下场，大大都开拓人员从在尺度语料库（譬如Wikipedia）上经由预熬炼的BERT模子末了，而不是重新末了熬炼它。
假如在与熬炼前步骤中使用的语料库相似的语料库上熬炼最终模子，则此策略下场很好。
然则，
2023/3/30 14:24:23
232KB
1
中文信息处理发展报告2016第一章词法与句法分析，第二章语义分析，第三章语篇分析，第四章言语认知模型，共20章。
知识图谱发展报告2018，第一章知识表示与建模，第二章知识表示学习，第三章实体识别与链接，共十一章。
都是高清pdf文档。
知识图谱发展报告2018，第一章知识表示与建模，第二章知识表示学习，第三章实体识别与链接，共十一章。
都是高清pdf文档。
2023/1/24 14:37:28
6.96MB
1
2006年sighan命名实体识别任务语料，MSRA提供。
曾经转成BIO格式，可直接用于NER训练
曾经转成BIO格式，可直接用于NER训练
2017/9/14 14:04:34
7.18MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB