Python-NeuroNER使用神经网络的命名实体识别易于使用并且是最先进的结果

时间:2022-08-31 00:18:28
【文件属性】:

文件名称:Python-NeuroNER使用神经网络的命名实体识别易于使用并且是最先进的结果

文件大小:25.63MB

文件格式:ZIP

更新时间:2022-08-31 00:18:28

Python开发-机器学习

NeuroNER 使用神经网络的命名实体识别。易于使用,并且是最先进的结果


【文件预览】:
Franck-Dernoncourt-NeuroNER-d7f1b4b
----install_windows.md(3KB)
----src()
--------train.py(6KB)
--------neuroner.py(28KB)
--------conll_to_brat.py(11KB)
--------entity_lstm.py(24KB)
--------utils.py(4KB)
--------test_main.py(2KB)
--------main.py(16KB)
--------brat_to_conll.py(9KB)
--------utils_tf.py(777B)
--------dataset.py(19KB)
--------prepare_pretrained_model.py(7KB)
--------utils_plots.py(8KB)
--------test()
--------utils_nlp.py(8KB)
--------evaluate.py(14KB)
--------conlleval(12KB)
--------parameters.ini(7KB)
----install_ubuntu.sh(1KB)
----requirements.txt(139B)
----trained_models()
--------conll_2003_en()
--------mimic_glove_stanford_bioes()
--------mimic_glove_spacy_bioes()
--------i2b2_2014_glove_stanford_bioes()
--------i2b2_2014_glove_spacy_bioes()
--------performances.md(979B)
----.travis_install_ubuntu.sh(373B)
----install_mac.md(1KB)
----.travis.yml(582B)
----README.md(9KB)
----data()
--------conll2003()
--------i2b2_2014_deid()
--------example_unannotated_texts()
----.gitignore(88B)
----install_ubuntu.md(2KB)

网友评论