点数信息
www.dssz.net
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]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - conll语料库
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
conll2000 conll2002 conll2003 conll2007 conll2012
本人将conll相关的数据集做了整理,大家可以下载使用,我也写了相关的数据集的说明,也在我的博客里.希望大家有兴趣的可以一块交流学习.
所属分类:
机器学习
发布日期:2018-05-10
文件大小:4194304
提供者:
qq_31747765
NNIA_Project:萨尔大学神经网络课程的最终项目-源码
CONLL POS分类 该项目读取一个串联的.conll文件,并写入一个包含令牌和语音相关部分(POS)注释的.tsv文件,以及一个包含有关数据集常规信息的.info摘要文件。 接下来,它使用BERT模型为语料库中的所有句子创建词嵌入,以用作人工神经网络进行POS分类的输入。 目录 基本信息 该项目的目标是最终根据英语单词标记的词性(POS)对其进行分类。 在此阶段,项目将从.conll输入文件中预处理带有POS注释的数据,并对数据集进行汇总。 此外,它还会加载从预处理步骤生成的.tsv文件,并
所属分类:
其它
发布日期:2021-03-16
文件大小:11264
提供者:
weixin_42128270
argumentsation_mining_pt-源码
葡萄牙语的论证挖掘 该存储库包含葡萄牙语的端到端序列标记任务。 它使用来自以下第三方存储库的代码: 来自预处理数据; 注释投影算法; 作为单词对齐工具; 作为神经标记者; 多语言单词嵌入。 用法 就使用脚本文件的的基础上注释投影语料库或脚本的顺序标注模型火车和评价。 有关如何使用标记工具来训练/评估/保存模型的详细说明,请参阅。 建立葡萄牙语数据集 假定以下文件结构:DATASET_ROOT_DIR├──en_pe#有说服力的论文ConLL格式| └──train.dat │└──de
所属分类:
其它
发布日期:2021-02-24
文件大小:81920
提供者:
weixin_42168555
Interrogat-rio:用于查询和修改用Python编写的CoNLL-U数据集的环境-源码
审讯 Interrogatório(Interrogatory)是用于查询和编辑格式的注释的语料库的环境。 根据用户的网络浏览器语言,它有葡萄牙语和英语版本,并且由巴西PUC-Rio语言学系的研究组开发和使用,用于葡萄牙语自然语言处理项目语言资源。 Interrogatório是一部分。 还可以考虑在与Interrogatório相同的文件夹中安装 (一种用于评估带注释的语料库的环境),以将两者集成。 如果您希望使用Ubuntu / Apache2将Interrogatório部署到Web服务
所属分类:
其它
发布日期:2021-02-16
文件大小:23068672
提供者:
weixin_42166626
HSCRF-pytorch:ACL 2018:用于神经序列标记的混合半马尔可夫CRF(http:aclweb.organthologyP18-2038)-源码
混合半马尔可夫CRF 在不使用任何其他语料库或资源的情况下,HSCRF在CoNLL 2003 NER数据集上达到的F1分数为91.38 +/- 0.10。 安装 火炬 该代码基于PyTorch。 您可以找到安装说明。 依存关系 该代码是用Python 2.7和pytorch 0.2.0编写的。 它的依赖关系总结在文件requirements.txt 。 您可以这样安装这些依赖项: pip install -r requirements.txt 代码参考 用法 CUDA_VISIBLE_DEV
所属分类:
其它
发布日期:2021-02-03
文件大小:953344
提供者:
weixin_42108054