DeepIE: Deep Learning for Information Extraction
Go to file
2020-05-08 15:21:40 +08:00
config duie2020 2020-04-19 20:40:32 +08:00
data 基本框架构建 2020-01-07 18:27:52 +08:00
docs 增加最新的关系抽取文档 2020-03-19 21:16:01 +08:00
layers add augumented ner 2020-05-04 00:31:10 +08:00
models add agumented ner with bert 2020-05-08 00:34:15 +08:00
run bert ner 2020-05-08 15:21:40 +08:00
utils add lstm crf 2020-05-01 00:57:35 +08:00
.gitignore add agumented ner with bert 2020-05-07 23:23:42 +08:00
README.md 增加文档 2020-03-19 21:09:18 +08:00
requirements.txt 提交spo的transformer框架 2020-03-11 21:40:31 +08:00

DeepIE: Deep Learning for Information Extraction

DeepIE 基于深度学习的信息抽取技术

预计2020年8月31日前全部更新完毕

知乎专栏文章下载:nlp中的实体关系抽取方法总结

主要涉及的信息抽取技术包含:

  • 实体抽取
  • 属性抽取
  • 关系分类
  • 实体关系联合抽取
  • 实体链接/标准化
  • 事件抽取/事件主体抽取/事件段落抽取
  • 属性级情感分析和观点抽取
  • 摘要抽取
  • 信息抽取中的低资源解决方案
  • 前沿技术在信息抽取中的应用

主要涉及的评测/竞赛任务:

  • 百度-2020语言与智能技术竞赛关系抽取任务
  • 百度-2020语言与智能技术竞赛事件抽取任务
  • 百度-2019语言与智能技术竞赛信息抽取
  • CCKS 2019 医疗命名实体识别
  • CHIP 2019 临床术语标准化任务
  • CCKS 2019 人物关系抽取
  • CCKS 2019 公众公司公告信息抽取
  • CCKS 2019 面向金融领域的事件主体抽取

涉及的数据领域包含:

  • 医疗
  • 金融
  • 电商
  • 法律

Installation

$ git clone https://github.com/loujie0822/DeepIE
$ cd DeepIE

Content

  1. 信息抽取领域的paper汇总
  2. 信息抽取领域的数据资源汇总
  3. 信息抽取相关技术总结

Reference