TensorFlow深度学习

中文命名实体识别

主要是用来处理中文的命名实体识别，主要是用tensorflow

Python-用谷歌BERT模型在BLSTMCRF模型上进行预训练用于中文命名实体识别的Tensorflow代码

Tensorflow solution of NER task Using BiLSTM-CRF model with Google BERT Fine-tuning

Python-一个非常简单的BiLSTMCRF模型用于中文命名实体识别TensorFlow

一个非常简单的 BiLSTM-CRF 模型用于中文命名实体识别 (TensorFlow)

MSRA-NER 中文命名实体识别

MSRA-NER (SIGHAN2006) 数据集由微软亚研院发布，其目标是识别文本中具有特定意义的实体，包括人名、地名、机构名。

基于BERT预训练的中文命名实体识别TensorFlow实现-附件资源

基于BERT预训练的中文命名实体识别TensorFlow实现-附件资源

Chatito：using使用简单的DSL生成AI聊天机器人，NLP任务，命名实体识别或文本分类模型的数据集！

Chatito 总览 Chatito可帮助您使用简单的DSL生成用于训练和验证chatbot模型的数据集。 如果要使用商业模型，开源框架或编写自己的自然语言处理模型来构建聊天机器人，则需要培训和测试示例。 Chatito在这里为您提供帮助。 该项目包含： 聊天语言 有关完整的语言规范和文档，请参考。 提示 防止过度拟合 如果我们正确使用Chatito，则可以避免过度的问题。 该工具背后的思想是在数据扩充和可能的句子组合的描述之间有一个交集。 它不打算生成可能适合单个句子模型的确定性数据集，在这种情况下，您可以对生成路径进行一些控制，仅根据需要提取样本。 工具和资源 感谢。 使用第7章中的chatito实现了实用的完整chatbot示例。 详细说明了一种将数据格式转换为未实现的适配器的简单方法。 您可以将生成的数据集与DialogFlow，Wit.ai和Watson等提供程序一起使用。 是一个用于文本分类和NER的小型实验性NLP深度学习库。 使用Tensorflow.js，Keras和Chatito构建。 在JS和Python中实现。 转接器 该语言与生成的输出格式无关，

sequence_tagging：命名实体识别（LSTM + CRF）-Tensorflow

使用Tensorflow命名实体识别 此仓库使用Tensorflow（LSTM + CRF +字符嵌入）实现NER模型。 一流的表现（F1分数在90到91之间）。 查看 任务 给定一个句子，给每个单词加上标签。 经典应用程序是命名实体识别（NER）。 这是一个例子 John lives in New York B-PER O O B-LOC I-LOC 模型 与类似 还有。 在字符嵌入上连接bistm的最终状态，以获得每个单词的基于字符的表示 将此表示形式连接到标准字向量表示形式（此处为Glove） 在每个句子上运行一个bistlm以提取每个单词的上下文表示 用线性

Tensorflow文字定位、tesseract识别

Tensorflow文字定位、tesseract识别

自然语言处理 命名实体识别

该代码是基于深度学习的命名实体识别的实现。命名实体识别是自然语言处理中尤为重要的一部分。

基于深度学习的中文命名实体识别研究

基于深度学习的中文命名实体识别研究，介绍了几种识别方法

基于tensorflow深度学习的中文的命名实体识别.zip

基于tensorflow深度学习的中文的命名实体识别.zip

人工智能-项目实践-命名实体识别-基于tensorflow深度学习的中文的命名实体识别

人工智能-项目实践-命名实体识别-一个中文的实体命名识别系统 当前版本基于双向循环神经网络（BiRNN） + 条件随机场（CRF）来完成实体的标注。 基本思路是利用深度神经网络提取特征，从而避免了手动提取特征的麻烦。 第二部和传统的方式一样，使用CRF在做最后的标注。 该程序使用Tensorflow完成，使用了当前较新的DataSet API，使数据预处理和feed更优雅。 由于使用了新的API， Tensorflow版本必须大于1.2.0，代码升级后使用的是TensorFlow1.4，不确定原来Tensorflow1.2是否还兼容。

人工智能-项目实践-实体识别-基于tensorflow深度学习的中文的命名实体识别

人工智能-项目实践-实体识别-基于tensorflow深度学习的中文的命名实体识别 一个中文的实体命名识别系统 当前版本基于双向循环神经网络（BiRNN） + 条件随机场（CRF）来完成实体的标注。 基本思路是利用深度神经网络提取特征，从而避免了手动提取特征的麻烦。 第二部和传统的方式一样，使用CRF在做最后的标注。 该程序使用Tensorflow完成，使用了当前较新的DataSet API，使数据预处理和feed更优雅。 由于使用了新的API， Tensorflow版本必须大于1.2.0，代码升级后使用的是TensorFlow1.4，不确定原来Tensorflow1.2是否还兼容。

基于tensorflow深度学习的命名实体识别.zip

在这个“基于tensorflow深度学习的命名实体识别”项目中，开发者利用TensorFlow这一强大的开源深度学习框架构建了一个NER系统。TensorFlow是由Google开发的，它提供了丰富的工具和库，使得构建和训练复杂的神经网络...

基于tensorflow深度学习的中文的命名实体识别项目源码（高分项目）.zip

基于tensorflow深度学习的中文的命名实体识别项目源码（高分项目）.zip该项目是个人大作业项目源码，评审分达到95分以上，都经过严格调试，确保可以运行！放心下载使用。 基于tensorflow深度学习的中文的命名实体...

基于深度学习的命名实体识别.zip

【标题】"基于深度学习的命名实体识别"指的是在自然语言处理领域中，利用深度学习技术来识别文本中具有特定意义的实体，如人名、地名、组织机构名等。这种技术对于信息提取、问答系统、机器翻译等应用至关重要。 ...

毕设&课程作业_基于tensorflow深度学习的中文的命名实体识别.zip

《基于TensorFlow深度学习的中文命名实体识别》 在当今的自然语言处理（NLP）领域，命名实体识别（NER）是一项重要的任务，它旨在从文本中识别出具有特定意义的实体，如人名、地名、组织名等。本项目以“毕设&课程...

基于tensorflow深度学习的地理位置的命名实体识别.zip

在这个“基于tensorflow深度学习的地理位置的命名实体识别”项目中，我们聚焦于从文本中提取地理实体，这对于地理信息系统、旅游推荐系统、新闻分析等领域有着重要应用。 深度学习模型通常采用序列标注方法来解决...

命名实体识别

这个代码主要是以条件随机场和长短期记忆为框架缩写的代码，代码较为复杂

基于TensorFlow的手写中文识别

通过训练中文手写数据3770多个常用字，在通过flask web的canvas获取鼠标写的字比对获取最接近的文字，手写中文识别，包含训练测试所有代码，完整项目。现在只训练了十几个字，中文手写训练数据集下载地址：链接：https://pan.baidu.com/s/1DCDUGmSEtxyFpuxBKVqMnQ 提取码：zzos

基于crf的中文命名实体识别完整代码（含训练数据）

# 中文命名实体识别 基于条件随机场（Conditional Random Field, CRF)的NER模型 ## 数据集 数据集用的是论文ACL 2018[Chinese NER using Lattice LSTM](https://github.com/jiesutd/LatticeLSTM)中收集的简历数据，数据的格式如下，它的每一行由一个字及其对应的标注组成，标注集采用BIOES，句子之间用一个空行隔开。 ``` 美 B-LOC 国 E-LOC 的 O 华 B-PER 莱 I-PER 士 E-PER 我 O 跟 O 他 O 谈 O 笑 O 风 O 生 O ``` 该数据集就位于项目目录下的`data`文件夹里。 ## 运行结果 具体的输出可以查看`output.txt`文件。 ## 环境 首先安装依赖项： pip3 install -r requirement.txt 安装完毕之后，直接使用 python3 main.py > output.txt 即可训练、评估以及测试模型，评估模型将会打印出模型的精确率、召回率、F1分数值以及混淆矩阵

TensorFlow实战医疗命名实体识别

TensorFlow实战医疗命名实体识别

命名实体识别，效果最好的方法

自然语言处理中命名实体识别效果最好的方式，上述为原文

Chatbot:这是使用双向文本数据集制作的基于AI的聊天机器人

聊天机器人 基于Python的聊天机器人 要求 Python = 2.x.x Flask Aiml pip 为了易于运行，我在文件夹中创建了一个venv。 在/ var / www / html中克隆整个项目 运行命令：$ sudo chmod -R 777 / var / www / html / Chatbot / * 激活venv $ cd / var / www / html / Chatbot $源venv / bin / activate 运行API $ python chat_api.py 获取输出 如果您的IP地址为192.168.1.22，则可以通过使用curl请求将URL <your>：5000 / api / chatbot？message = <your>示例获取输出 要求192.168.1.22:5000/api/chatbot?mes

Python-用TensorFlow和OpenCV打造实时物体识别应用

用TensorFlow和OpenCV打造实时物体识别应用

python读取tensorflow模型识别

python测试代码，读取我们之前训练好的pb和pbtxt文件，然后利用python去识别，里面就是测试代码。

智能图像识别水果图片代码

识别图片中的水果，调用OpenCV开发库，c++代码，vs2010环境可运行