ht281358490 Goto Github PK

algorithmsbypython

算法/数据结构/Python/剑指offer/机器学习/leetcode

autodownloadwhl

(python库)自助下载whl包

autosummarization

新闻文本自动摘要， 以Textrank 为基础，融入 标题特征，单句位置特征，重要实体特征，线索词特征，做句子的综合权重计算，并使用MMR算法，兼顾自动摘要的主题相关性和摘要多样性。

bdci-2018-supply-chain-demand-forecast

初赛Rank1 复赛Rank1 2018 CCF 大数据与计算智能大赛 供应链需求预测 Miracccccccle

bert

TensorFlow code and pre-trained models for BERT

bert-bilstm-crf-ner

Tensorflow solution of NER task Using BiLSTM-CRF model with Google BERT Fine-tuning And private Server services

bert-keyword-extractor

Deep Keyphrase Extraction using BERT

bert_for_corrector

基于bert进行中文文本纠错

bertsum

Code for paper Fine-tune BERT for Extractive Summarization

bika.lims

Open Source Web-based Laboratory Information Management System

cail2019

相似案例匹配

cail2019-1

**法研杯司法人工智能挑战赛之相似案例匹配第一名解决方案

chatbot

一个检索式闲聊机器人。使用pytorch作意图分类。

chinese-bert-wwm

Pre-Training with Whole Word Masking for Chinese BERT（中文BERT-wwm系列模型）

chinese-text-classification-pytorch

中文文本分类，TextCNN，TextRNN，FastText，TextRCNN，BiLSTM_Attention，DPCNN，Transformer，基于pytorch，开箱即用。

chinese_address_element_extraction

chinese_keyphrase_extractor

An off-the-shelf tool for Chinese Keyphrase Extraction 一个快速从中文里抽取关键短语的工具，仅占35M内存

chinese_spelling_correction

中文文本纠错模型，keras实现

chinesener

中文命名实体识别，实体抽取，tensorflow，pytorch，BiLSTM+CRF

chinesenlpcorpus

搜集、整理、发布 中文 自然语言处理 语料/数据集，与 有志之士 共同 促进 中文 自然语言处理 的 发展。

cluecorpus2020

Large-scale Pre-training Corpus for Chinese 100G 中文预训练语料

cluepretrainedmodels

高质量中文预训练模型集合：最先进大模型、最快小模型、相似度专门模型

competition_baselines

开源的各大比赛baseline

crawler

爬取博客园文章/批量导出微信公众号文章/导出知识星球精华主题

credit-card-score

基于Python的申请信用评分卡模型分析

data-science-competition

该仓库用于记录作者本人参加的各大数据科学竞赛的获奖方案源码以及一些新比赛的原创baseline. 主要涵盖：kaggle, 阿里天池，华为云大赛校园赛，百度aistudio，和鲸社区，datafountain等

debtdefaultresearch

对截止至2017年7月17日的债券违约事件进行梳理归因，并寻找宏观流动性影响因素，组成数据集。运用Lasso回归进行特征提取后，输入带L2惩罚项LR、SVM、NN、GBDT、RF等机器学习模型进行违约预测，得出GBDT预测效果最好以及特征工程对线性模型预测效果具有重要性的结论。

deeplearning

深度学习入门教程, 优秀文章, Deep Learning Tutorial

deeplearning-500-questions

深度学习500问，以问答形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述，以帮助自己及有需要的读者。 全书分为18个章节，50余万字。由于水平有限，书中不妥之处恳请广大读者批评指正。 未完待续............ 如有意合作，联系[email protected] 版权所有，违权必究 Tan 2018.06

dialog-platform-evaluation

评测主流的中文对话平台