Jclian's repositories
knowledge_graph_demo
本项目用于展示三元组抽取后形成的知识图谱，包括几本小说的实体关系，以及README.md，介绍这方面的一篇文章。
bert_doc_binary_classification
文本二分类任务，是否文档是否属于政治上的出访类事件，利用BERT提取特征，模型采用简单的DNN。
ALBERT_4_Time_Recognition
使用ALBERT预训练模型，用于识别文本中的时间，同时验证模型的预测耗时是否有显著提升。
Chinese_Time_Recogniztion
利用深度学习模型，在小标注量数据上，进行文本中的时间识别。
cnews_text_classification
利用kashgari轻松搭建文本分类模型。
entity_tagging_platform
A simple and useful platform for entity tagging using tornado.
Neo4j_movie_demo
Using Neo4j and Py2neo to demonstrate Chinese top 20 movies and their actor, visualized by graph.
personal_travel_map
使用Pyecharts绘制个人足迹地图。
tensorflow-serving_4_kashgari
Using tensorflow/serving to deploy kashgari model for time training and predicting.
CRF_Chinese_NER
利用CRF++实现中文命名实体识别
Docker_env_test
该项目用于演示如何构建Python开发环境的Docker镜像，并使用PyCharm连接Docker镜像进行开发测试。
keras_bert_english_sequence_labeling
本项目采用Keras和Keras-bert实现英语序列标注，其中对BERT进行微调。
resnet_4_cifar10
Using Keras ResNet model to classify CIFAR-10 dataset.
Movie_graphknowledge
利用2019年语言和智能比赛的数据和训练的模型，对开放的影视新闻进行三元组抽取，形成影视知识图谱。
celery_example
two examples for celery with python, one for math operation, the other for web scraping.
CRF-Chinese-Word-Segment
利用CRF模型实现中文分词功能
relation_extract_people
关系抽取之人物关系抽取，采用Pipeline方式。
bert_finetune_text_classification
利用BERT微调进行文本分类。
panas_usage_25_tricks
使用pandas的25个技巧。
machine_learning_text_classification
利用ALBERT+机器学习算法进行文本分类。
document_reviewer
常见文档格式的预览，比如txt,log,csv,image,pdf,markdown,python,html等。
keras_train_visualization
Keras模型训练实时可视化
offline_python_third_party_module_install
本项目介绍如何在离线环境安装Python第三方模块。
protobuf_learning
Protobuf入门学习项目
windowns_install_docker
本项目用于讲述如何在Windows系统上安装和使用Docker、Docker-Compose，软件已经有了，直接下载下来按照README来做就行。
ckpt_2_pb_examples
将ckpt转化为pb文件的一个例子，部署pb文件并进行预测。
Github_From_PyCharm
This repository is a demo for how to push files onto Github.
realworldnlp
Example code for "Real-World Natural Language Processing"