Discover jiangnanboy/semantic_matching Open Source project

albert + lstm + crf实体识别，pytorch实现。识别的主要实体是人名、地名、机构名和时间。albert + lstm + crf (named entity recognition)

221

albert_lstm_crf_ner

电影知识图谱，主要包括实体识别、实体查询、关系查询以及智能问答等。movie knowledge graph(Entity identification, graph display, and intelligent question and answer)

120

movie_knowledge_graph_app

JavaScript

education_knowledge_graph_app

Education knowledge graph(graph display, knowledge point tracking, intelligent question and answer，questions knowledge point prediction)。k12教育学科知识图谱，图谱展示，知识点追踪，智能问答以及题目知识点预测。

JavaScript

intent_detection_and_slot_filling

intent detection and slot filling 意图识别与槽填充联合模型

spark tutorial for big data mining。包括app流量运营分析、als推荐、smote样本采样、RFM客户价值分群、AHP层次分析客户价值得分、手机定位数据商圈挖掘、马尔可夫智能邮件预测、时序预测、关联规则、推荐电影好友等。

spark_data_mining

基于知识图谱的电影智能问答。neo4j构建电影图谱，spark ml完成问答意图分类，将问答语句转为cypher查询语句完成匹配查询。

movie_kg

recommendation_methods

本项目利用java加载paddle-ocr的C++编译的exe文件，并利用springboot进行web部署访问。This project loads the C++ compiled version of paddle-ocr in java and makes use of springboot for web deployment.

java-springboot-paddleocr

intelligent medical，智慧医疗，包括疾病搜索、相关推荐、疾病医疗问答以及智能疾病诊断等功能。

intelligent_medical

gnn for link prediction，图神经网络用于链接预测。

gnn4lp

利用sklearn和gensim中的tfidf,lsa,doc2vec进行查询与文档匹配搜索

python_search

jcorrector 中文文本纠错工具， Text Error Correction Tool，Spelling Check

jcorrector

albert-fc for RE(Relation Extraction)，中文关系抽取

albert_re

本项目利用JNI加载paddle-ocr的C++编译的dll库，并利用springboot进行web部署访问。This project uses JNI to load the C++ compiled dll libraries of paddle-ocr, and uses springboot for web deployment

java-springboot-paddleocr-v2

chinese sentence punctuation prediction，中文句子标点符号预测。

punctuation_prediction

题目知识点预测标注。Question knowledge point prediction.

knowledge-automatic-tagging

利用java对文章进行分析并图谱化展示（主要提取关键词、实体、依存分析等）。

text_grapher

gcn for prediction of protein interactions，图卷积用于蛋白质相互作用。

gcn_for_prediction_of_protein_interactions

Title and keywords are used to generate text.

text_generation

model2onnx，将roberta和macbert模型转为onnx格式，并进行推理。

model2onnx

intent_classification

深度网络实现意图分类。

Chinese chatbot for neural machine translation in PyTorch.Including basic seq2seq、seq2seq with attention、pointer generator、seq2seq with cnn and so on.

chatbot_chinese

PLSQL

t5-onnx-corrector

t5-model-onnx，中文拼写纠错，Chinese spelling correction。

onnx-java，这里利用java加载onnx模型，并进行推理。

onnx-java

MacBERT for Chinese Spelling Correction, macbert中文拼写纠错

macbert-java-onnx

一个改进的新闻摘要程序(an improved method of news summary)

NewsSummary

Chinese Information Extraction Toolkit。中文信息抽取工具。利用CNN各种变体进行实体抽取。

CNN4IE

chinese_sentence_paraphrase

sentence paraphrase

albert-fc for LP(Link Prediction)，中文实体链接预测

albert_link_prediction

智能文本自动处理工具（Intelligent text automatic processing tool）。AutoText的功能主要有文本纠错，图片ocr、版面检测以及表格结构识别等。The main functions of this project include text error correction, ocr, layout-detection and table structure recognition.

AutoText

chinese sentence rewriting

sentence_rewriting

spark neo4j java 知识图谱数据处理

knowledge_point_graph

中文版面检测（Chinese layout detection），yolov8 is used to detect the layout of Chinese document images。

layout_analysis

albert-crf for NER(Named Entity Recognition)，中文实体识别。

albert_ner

text-de-duplication

text de-duplication 文本去重

pdf_to_docx

ocr，pdf转docx，pdf to docx

albert-crf for SRL(Semantic Role Labeling)，中文语义角色标注。

albert_srl

利用java-yolov8实现版面检测（Chinese layout detection），java-yolov8 is used to detect the layout of Chinese document images

layout_analysis4j

grammatical correction，中文语法纠错模板

gec_check_template

chatbot

pytorch前馈网络分类预测chatbot

j4nlp

java for nlp，java自然语言处理

EventExtraction & TriplesExtraction，复合事件抽取，依存关系三元组抽取

triple_event_extract

bert-ndcg for LP(Link Prediction)，链接预测

bert_ndcg_lp

deep learning of knowledge graph ，知识图谱深度学习相关技术

easyKG

entropy_sim

大模型预训练中文语料清洗及质量评估 Large model pre-training corpus cleaning

llm_corpus_quality

A simple recommendation system

RecomSys

TABLE DETECTION IN IMAGES AND OCR TO CSV WITH JAVA

table_ocr_java

A micro scalar-valued Autograd engine developed with java, and a neural net library on top of it.

micrograd4j

similarity_words

车牌识别（vehicle license plate recognition)

vehicle_license_plate_recognition

Small model of pediatric consultation

pediatrics_llm_qa

这里将paddle中的ocr等模型转为onnx格式，并利用java版深度框架djl加载这些onnx模型进行推理预测尝试。

doc_ai

The program uses spark to implement smote sampling.利用spark实现训练样本smote采样。

spark-smote

llm_security

利用分类法和敏感词检测法对生成式大模型的输入和输出内容进行安全检测，尽早识别风险内容。The input and output contents of generative large model are checked by classification method and sensitive word detection method to identify content risk as early as possible.