注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. End-to-end Sequence Labeling via Bi-directional LSTM-CNNs-CRF

  2. State-of-the-art sequence labeling systems traditionally require large mounts of task-specific knowledge in the form of hand-crafted features and data pre-processing.In this paper, we introduce a novel neu-tral network architecture that benefits fro

  3. 所属分类：深度学习

    • 发布日期：2018-07-03
    • 文件大小：378880
    • 提供者：beaujor

  1. 论文《End-to-end Sequence Labeling via Bi-directional LSTM-CNNs-CRF》的代码实现

  2. 论文《End-to-end Sequence Labeling via Bi-directional LSTM-CNNs-CRF》的代码实现

  3. 所属分类：深度学习

    • 发布日期：2018-07-03
    • 文件大小：117760
    • 提供者：beaujor

  1. Variational Bi-LSTMs

  2. 变分双流LSTM算法研究，LSTM是循环神经网络的变体，比循环神经网络有更好的适应性

  3. 所属分类：算法与数据结构

    • 发布日期：2018-11-26
    • 文件大小：497664
    • 提供者：haqqha12345

  1. 基于深度学习的智能聊天机器人的研究

  2. 随着深度学习在自然语言理解、词向量表示、机器翻译、情感分析以及中文分词领域的应用,人们开始研究聊天机器人的关键技术,把深度学习应用于聊天机器人。近年来,聊天机器人成为了一个非常热的人工智能的研发方向。目前研究者们在研究开发开放领域的聊天机器人时,一般会在深度学习技术的Sequence to Sequence(或者称作是Encoder-Decoder)框架下进行改进的。论文针对聊天机器人研究领域出现的一些主要问题进行了分析研究,提出了一个新的聊天机器人模型,即神经网络主题模型与深度学习语言模型相

  3. 所属分类：深度学习

    • 发布日期：2019-04-04
    • 文件大小：4194304
    • 提供者：weixin_42339678

  1. Bi-LSTM_CRF_NER.rar

  2. 本代码是在参考了别人代码的基础上进一步修改的，该代码的功能是用Bi-LSTM+CRF进行NER任务，仅供大家参考！

  3. 所属分类：机器学习

    • 发布日期：2019-05-28
    • 文件大小：27262976
    • 提供者：vensmallzeng

  1. NER_Bi-LSTM_CRF.zip

  2. 本代码是在参考了别人代码的基础上进一步修改的，该代码的功能是用Bi-LSTM+CRF进行NER任务，仅供大家参考！

  3. 所属分类：机器学习

    • 发布日期：2019-06-12
    • 文件大小：240123904
    • 提供者：vensmallzeng

  1. 基于深度学习的分词系统 kcws.zip

  2. 这是一个基于深度学习的分词系统和语料项目。背景97.5%准确率的深度学习中文分词（字嵌入 Bi-LSTM CRF）构建安装好bazel代码构建工具，clone下来tensorflow项目代码，配置好(./configure)clone 本项目地址到tensorflow同级目录，切换到本项目代码目录，运行./configure编译后台服务bazel build //kcws/cc:seg_backend_api训练1. 关注“待字闺中”公众号 回复 kcws 获取语料下载地址2. 解压语料到一个

  3. 所属分类：其它

    • 发布日期：2019-07-19
    • 文件大小：4194304
    • 提供者：weixin_39840650

  1. Python-使用keras实现的基于BiLSTMCRF的中文分词词性标注

  2. 使用keras实现的基于Bi-LSTM CRF的中文分词 词性标注

  3. 所属分类：其它

    • 发布日期：2019-08-10
    • 文件大小：115712
    • 提供者：weixin_39841365

  1. Python-病历的实体抽取和意图识别

  2. 中文自然语言的实体抽取和意图识别（Natural Language Understanding），可选Bi-LSTM CRF 或者 IDCNN CRF

  3. 所属分类：其它

    • 发布日期：2019-08-10
    • 文件大小：678912
    • 提供者：weixin_39841882

  1. Python-HybridBiLSTMCRF命名实体识别

  2. Hybrid Bi-LSTM-CRF命名实体识别

  3. 所属分类：其它

    • 发布日期：2019-08-11
    • 文件大小：32768
    • 提供者：weixin_39841882

  1. 双隐层LSTM和双向LSTM

  2. 使用双隐层LSTM模型（DHLSTM）和双向LSTM（Bi-LSTM）模型两种方法，实现MNIST数据集分类

  3. 所属分类：深度学习

    • 发布日期：2020-03-21
    • 文件大小：11534336
    • 提供者：m0_37602827

  1. LSTM-CNNs-CRF.rar

  2. LSTM-CNNs-CRF模型，论文《End-to-end Sequence Labeling via Bi-directional LSTM-CNNs-CRF》的复现

  3. 所属分类：深度学习

    • 发布日期：2020-06-04
    • 文件大小：15728640
    • 提供者：fufu_good

  1. Bi-LSTM_CRF_NER.zip

  2. 采用LSTM-CRF进行中文实体识别，框架为tensorflow,该版本中的输入词向量是随机生成的并且所有的.py文件中有不容易读懂的地方都进行了注释

  3. 所属分类：Windows Server

    • 发布日期：2020-06-12
    • 文件大小：28311552
    • 提供者：qq_37335494

  1. CoupletAI:基于CNN + Bi-LSTM + Attention的自动对对联系统-源码

  2. 对联AI 用PyTorch实现的自动对对联系统，支持多种模型。一般而言，给定一句话生成另一句话是序列生成问题，本项目根据上下联字数不同的特点将其转化为序列标注问题，即用下联去标注上联。 依存关系 python 3.6+ pytorch 1.2+ 烧瓶（可选） 数据集 数据集包含70多万条对联数据（26MB），下载请，或者（提取码：wude）。 用法 将下载到的数据集解压到当前目录（解压后的文件夹名称为couplet ） 运行preprocess.py进行数据预 运行main.py [-m m

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：33792
    • 提供者：weixin_42139460

  1. 名称命名识别：专注于研究CONLL2003数据库上各种NER系统的研究论文：Bi-LSTM-CRF，单词嵌入-源码

  2. 命名识别 该资料库探讨了CONLL 2003 Reuters数据集上用于命名实体识别（NER）的不同技术。 可以在以下位置找到数据： ： 并且已获得路透社的许可。 楷模 功能设计 条件随机场[w]（F1 = 77.7 ） 条件随机场[w-1]（F1 = 83.5 ） 条件随机场[w-2]（F1 = 83.3 ） 条件随机场[w-3]（F1 = 83.9 ） 神经网络+词嵌入 手套 BiLSTM-CRF（F1 = 70.69 ） BiLSTM-CRF（6B手套50D）（F1 = 83.0

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：3145728
    • 提供者：weixin_42171132

  1. 基于Bi-LSTM-Attention模型的人体行为识别算法

  2. 针对长短时记忆网络(LSTM)不能有效地提取动作前后之间相互关联的信息导致行为识别率偏低的问题,提出了一种基于Bi-LSTM-Attention模型的人体行为识别算法。该算法首先从每个视频中提取20帧图像,通过Inceptionv3模型提取图像中的深层特征,然后构建向前和向后的Bi-LSTM神经网络学习特征向量中的时序信息,接着利用注意力机制自适应地感知对识别结果有较大影响的网络权重,使模型能够根据行为的前后关系实现更精确的识别,最后通过一层全连接层连接Softmax分类器并对视频进行分类。通过

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：4194304
    • 提供者：weixin_38550834

  1. 情绪分析：情绪分析：深度Bi-LSTM +注意力模型-源码

  2. 情绪分析 总览 情感分析是一种自然语言处理（NLP）任务，其目的是评估文本块的极性/情感。 根据定义，广泛用于客户关系管理（CRM）的环境中，用于自动评估评论和调查回复以及社交媒体。 情绪分析中常见的子任务是： 消息极性分类：给定一条消息，对消息的整体上下文极性进行分类是正面，负面还是中性。 基于主题或基于实体的消息极性分类：给定消息和主题或实体，将消息按该主题或实体分类。 SemEval（国际语义评估研讨会）是一个流行的，专门负责情感分析任务的研讨会。 有关此类任务（任务4）的最新年度

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：3145728
    • 提供者：weixin_42172572

  1. NER-LSTM-CRF：一个易于使用的命名实体识别（NER）工具包，在张量流中实现了Bi-LSTM + CRF模型-源码

  2. NER-LSTM-CRF 一个易于使用的命名实体识别（NER）工具包，在张量流中实现了LSTM + [CNN] + CRF模型。 该项目短期内不再维护，PyTorch版本： : 1.型号 Bi-LSTM / Bi-GRU + [CNN] + CRF，其中CNN层针对英文，捕获字符特征，通过参数use_char_feature控制self.nil_vars.add（self.feature_weight_dict [feature_name] .name）。 2.用法 2.1数据准备 训练数

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：398336
    • 提供者：weixin_42117224

  1. Pytorch框架下应用Bi-LSTM实现汽车评论文本关键词抽取

  2. 需要调用的模块及整体Bi-lstm流程 import torch import pandas as pd import numpy as np from tensorflow import keras import torch.nn as nn import torch.nn.functional as F import torch.optim as optim from torch.utils.data import DataLoader from torch.utils.data impor

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：55296
    • 提供者：weixin_38621365

  1. Pytorch框架下应用Bi-LSTM实现汽车评论文本关键词抽取

  2. 需要调用的模块及整体Bi-lstm流程 import torch import pandas as pd import numpy as np from tensorflow import keras import torch.nn as nn import torch.nn.functional as F import torch.optim as optim from torch.utils.data import DataLoader from torch.utils.data impor

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：55296
    • 提供者：weixin_38587509
« 12 3 »