搜索资源列表
ScanarithDemo
- 生物医学领域命名实体识别是生物医学信息抽取的一项重要的基本任务，目的是从文本集 合中识别出指定类型的名称，例如蛋白质、基因、核糖核酸、脱氧核糖核酸等。完成命名实体的 识别任务是能够进行更为复杂的信息抽取任务的关键一步。生物医学信息抽取的研究主要集中在 -Biomedical named entity recognition is an important basic biomedical information extraction
baiduTerm
- 百度百科的术语表，可用于自然语言处理，例如中文分词，命名实体识别，信息抽取等。-baidu terms for natural language processing
CRFPP-0.53-
- CRF++-0.53,条件随机场命名实体识别，0.53版本，顺利通过测试运行--0.53 CRF, conditional random field named entity recognition, 0.53 version, successfully passed the test run
HanLP-1.2.7
- HanLP是一个致力于向生产环境普及NLP技术的开源Java工具包，支持中文分词（N-最短路分词、CRF分词、索引分词、用户自定义词典、词性标注），命名实体识别（中国人名、音译人名、日本人名、地名、实体机构名识别），关键词提取，自动摘要，短语提取，拼音转换，简繁转换，文本推荐，依存句法分析（MaxEnt依存句法分析、神经网络依存句法分析）。-HanLP is a dedicated to popularize NLP technolog
ltp_code
- 哈工大语言云LTP的C++集成代码，能够实现自然语言的处理。能够进行分词、词性标注、 命名实体识别、依存句法分析、语义角色标注 语义依存分析等功能。注：读者需要自己到哈工大官网注册KEYS使用。-Harbin Institute of technology language cloud LTP C integrated code, can realize natural language processing. Segmenta
NLP-speech-tagging
- 基于隐马尔可夫模型的中文分词、词性标注、命名实体识别-Based on Chinese word hidden Markov model, speech tagging, named entity recognition
perceptron-for-NER
- 一个中文NER工具，可以实现利用感知机的命名实体识别，效果比较好，大概在0.82左右- U4E00 u4E2A u4E2D u6587NER u5DE5 u5177 uFF0C u53EF u4EE5 u5B9E u73B0 u5229 u7528 u611F u77E5 u673A u7684 u547D u540D u5B9E u4F53 u8BC6 u522B uFF0C u654
ltp-3.3.2
- 哈工大信息检索实验室进行文本的依存分析、命名实体识别、词性标注、分词、语义依存分析、语义角色标注(dependency parse of text)
最大熵印度尼西亚语代码
- 用于实现NER的功能,其中各种功能以及任务齐全，可以直接运行使用(used for the NER task)
RerankNER-master
- 这份代码是基于深度神经网络的英文命名实体识别，主要算法是LSTM+CRF(This code is based on deep neural network English named entity recognition LSTM+CRF)
归档
- Hanlp 简化版，只有命名实体识别功能(Hanlp simplified version, only named entity recognition function)
zh-NER-TF-master
- 基于bi-lstm-crf的中文命名实体识别(bi-lstm-crf NER of chinese)
CCKS2017
- CCKS2017(China Conference on Knowledge Graph and Semantic Computing)的电子病历数据，可以用于命名实体识别的训练(CCKS2017(China Conference on Knowledge Graph and Semantic Computing) dataset, can be used for NER system training)
mlcc-exercises_zh-CN
- 基于tensorflow的中文命名实体识别(python tensorflow Chinese nlp)