Jiagu深度学习自然语言处理工具 知识图谱关系抽取 中文分词 词性标注 命名实体识别 情感分析 新词发现 关键词 文本摘要 文本聚类

基于Pytorch和torchtext的自然语言处理深度学习框架。

fastHan是基于fastNLP与pytorch实现的中文自然语言处理工具，像spacy一样调用方便。

BERT for Multitask Learning

😋本项目旨在通过Tensorflow基于BiLSTM+CRF实现中文分词、词性标注、命名实体识别（NER）。

自然语言处理工具Macropodus，基于Albert+BiLSTM+CRF深度学习网络架构，中文分词，词性标注，命名实体识别，新词发现，关键词，文本摘要，文本相似度，科学计算器，中文数字阿拉伯数字(罗马数字)转换，中文繁简转换，拼音转换。tookit(tool) of NLP，CWS(chinese word segnment)，POS(Part-Of-Speech Tagging)，NER(name entity recognition)，Find(new words discovery)，Keyword(keyword extraction)，Summarize(text summarization)，Sim(text similarity)，Calculate(scientific calculator)，Chi2num(chinese number to arabic number)

API of Articut 中文斷詞 (兼具語意詞性標記)：「斷詞」又稱「分詞」，是中文資訊處理的基礎。Articut 不用機器學習，不需資料模型，只用現代白話中文語法規則，即能達到 SIGHAN 2005 F1-measure 93% 以上，Recall 96% 以上的成績。

Source codes and corpora of paper "Iterated Dilated Convolutions for Chinese Word Segmentation"

Source code for an ACL2017 paper on Chinese word segmentation

Chinese & English Cws Pos Ner Entity Recognition implement using CNN bi-directional lstm and crf model with char embedding.基于字向量的CNN池化双向BiLSTM与CRF模型的网络，可能一体化的完成中文和英文分词，词性标注，实体识别。主要包括原始文本数据，数据转换,训练脚本,预训练模型,可用于序列标注研究.注意：唯一需要实现的逻辑是将用户数据转化为序列模型。分词准确率约为93%，词性标注准确率约为90%，实体标注（在本样本上）约为85%。

Source codes for paper "Neural Networks Incorporating Dictionaries for Chinese Word Segmentation", AAAI 2018

Source code for an ACL2016 paper of Chinese word segmentation

各大中文分词性能评测

MSLA/DLP, file analysis, repair, conversion and manipulation

Sub-Character Representation Learning

An R Package for Hierarchical Bayesian Analysis of North American Breeding Bird Survey Data

A script to generate an Atom feed from Chrome Web Store reviews and support feedback

毕设：面向领域快速移植的高精度分词系统

gcws is CWS(Chinese Word Segmentation) for golang - 一个开源中文分词集成

Access, process, and plot MesoWest data by creating Station objects

Using CRF to deal with CWS(Chinese words segmentation) problem

Chinese Word Segmentation task based on BERT and implemented in Pytorch

CWS publish with Golang

JVM client library for Certificate Web Service.