自然语言处理中一些模型的实现

nlp-tutorial-master.zip自然语言处理中一些模型的实现

GoogleNews-vectors-negative300.bin.gz

GoogleNews-vectors-negative300.bin.gz是word2vec提前训练好的model。

GoogleNews-vectors-negative300.bin 压缩包1/3

KeyedVectors.load_word2vec_format('GoogleNews-vectors-negative300.bin', binary=True)

zhwiki-20200720-pages-articles-multistream5.xml-p4271087p4731439.bz2

维基百科中文语料库，是自然语言处理中常用的一个数据集，里面包含了大量的中文词条，本文件是2020年7月份最新的语料（部分）。

Bert-Chinese-Text-Classification-Pytorch-master.zip.zip

完整的bert模型源代码，对代码做了很多注释和精简，以中文文本分类为例的一个deom，可以拿来就用，把代码稍微改改就可用在你的任务中。

nlp-tutorial.zip

Nlp 入门tutorial 最好学的tutorial，包括 Embedding Model、Attention、CNN、RNN、Transformer、Bert Pytorch框架，超级简单，适合入门

JPype1-0.6.3-cp37-cp37m-win_amd64.whl+hanlp1.7.5.jar.zip

NLP常用的工具包：Hanlp必备： 步骤为： 1.Hanlp环境安装》》• 1、安装Java：1.8以上；• 2、安裝Jpype,用提供的Jpype 0.6.3.whl可直接Pip!!!（上传的为win64,py3.7) 2.Hanlp安装》》• 1、下载hanlp.jar包（已提供1.7.5版）• 2、下载data.zip（data-for-1.7.5到https://github.com/hankcs/HanLP/链接中下载） • 3、将jar和data解压后放到同一文件夹下（最终能看到data文件夹和hanlp-1.7.5.jar、hanlp-1.7.5-sources.jar、hanlp.properties！），然后配置jar解压后的文件:hanlp.properties，告诉HanLP数据包的位置,只需修改第一行:root=****（这里放你前面解压的绝对路径！）

zhwiki-20200720-pages-articles1.xml-p1p162886.bz2

维基百科中文语料库，是自然语言处理中常用的一个数据集，里面包含了大量的中文词条，本文件是2020年7月份最新的语料（1）。

GoogleNews-vectors-negative300网盘下载地址.txt

GoogleNews-vectors-negative300.bin.gz百度网盘下载地址 GoogleNews-vectors-negative300.bin.gz百度网盘下载地址

GoogleNews-vectors-negative300.bin 压缩包2/3

KeyedVectors.load_word2vec_format('GoogleNews-vectors-negative300.bin', binary=True)

word2vec-google-news-300.zip.008

Word2Vec 模型word2vec-google-news-300。在 Google News 数据集上训练完成的 Word2Vec 模型，覆盖了大约 300 万的词汇和短语。该模型是利用了整个 Google News 大约 1000 亿个词的语料训练而成！由于文件太大，将压缩包分成了10个部分。

nlp-lang-1.7.jar

ansj是由孙健开发的一个基于n-Gram+CRF+HMM的中文分词的java实现。分词速度达到每秒钟大约200万字左右（mac air下测试），准确率能达到96%以上。目前实现了：中文分词、中文姓名识别、用户自定义词典、关键字提取、自动摘要、关键字标记等功能。可以应用到自然语言处理等方面,适用于对分词效果要求高的各种项目。作者在最新的分词方式里增加了基于深度学习的分词方式。

zhwiki-20200720-pages-articles2.xml-p162887p544644.bz2

维基百科中文语料库，是自然语言处理中常用的一个数据集，里面包含了大量的中文词条，本文件是2020年7月份最新的语料（2）。

data-for-1.7.5.zip

NLP错误解决方案文件，大家有问题可以到我的博客去查看，欢迎赐教

zhwiki-20200720-pages-articles3.xml-p544645p1154617.bz2

维基百科中文语料库，是自然语言处理中常用的一个数据集，里面包含了大量的中文词条，本文件是2020年7月份最新的语料（3）

自然语言处理--节日时间词.txt

自然语言处理--节日时间词.txt

自然语言处理--反义关系库.txt

自然语言处理--反义关系库.txt

tensorflow-1.14.0-cp36-cp36m-win_amd64.zip

tensorflow-1.14.0-cp36-cp36m-win_amd64

BERT-BiLSTM-CRF-NER-master.zip

BERT只是一个预训练的语言模型，在各大任务上都刷新了榜单。我们本次实验的任务也是一个序列标注问题，简而言之，就是是基于BERT预训练模型，在中文NER（Named Entity Recognition，命名实体识别）任务上进行fine-tune。 Fine-tune是什么意思，中文译为微调。在transfer learning中，对事先训练好的特征抽取网络，直接拿来用在下游任务上。固定其特征抽取层的网络参数，只在原有的网络上增加少量神经元，做最后的分类任务，而且只更新分类参数。