中文自然语言处理向量合集,包括字向量,拼音向量,词向量,词性向量,依存关系向量.共5种类型的向量

今日头条中文新闻文本(多层)分类数据集

完整的spaCy管道和科学/生物医学文档模型

CCL2018中移在线客服领域用户意图分类冠军1st方案

NeuralClassifier旨在快速实现分层多标签分类任务的神经模型，这在现实场景中更具挑战性和普遍性。 一个显着的特点是NeuralClassifier目前提供各种文本编码器，如FastText，TextCNN，TextRNN，RCNN，VDCNN，DPCNN，DRNN，AttentiveConvNet和Transformer编码器等。它还支持其他文本分类场景，包括二进制类和 多级分类。 它建立在PyTorch上。

中文错别字纠正工具。音似、形似错字（或变体字）纠正，可用于中文拼音、笔画输入法的错误纠正。python3开发。pycorrector依据语言模型检测错别字位置，通过拼音音似特征、笔画五笔编辑距离特征及语言模型困惑度特征纠正错别字。

该程序将文本文件作为输入，并通过分析每个句子来生成问题

pke是一个基于python的开源关键词(Keyphrase)提取工具包

OpenAI对GPT-2 WebText数据集的开放式克隆

该系统实现了基于深度框架的语音识别中的声学模型和语言模型建模，其中声学模型包括CNN-CTC、GRU-CTC、CNN-RNN-CTC，语言模型包含transformer、CBHG，数据集包含stc、primewords、Aishell、thchs30四个数据集。