lijing8388 Goto Github PK

a-stock-prediction-algorithm-based-on-machine-learning

（陆续更新）重新整理过的基于机器学习的股票价格预测算法，里面包含了基本的回测系统以及各种不同的机器学习算法的股票价格预测，包含：LSTM算法、Prophet算法、AutoARIMA、朴素贝叶斯、SVM、随机森林等

bdci_car_2018

BDCI 2018 汽车行业用户观点主题及情感识别 决赛一等奖方案

bert

TensorFlow code and pre-trained models for BERT

bert-chinese-classification-task

bert中文分类实践

bert_textmatching

利用预训练的中文模型实现基于bert的语义匹配模型 数据集为LCQMC官方数据

bertopic

Leveraging BERT and c-TF-IDF to create easily interpretable topics.

ccf-bdci2020-information-reg

非结构化商业文本信息中隐私信息识别-rank2

ccks2019_evententityextraction_rank5

SEBERTNets：一种面向金融领域的事件主体抽取方法

chinesetextclassifier

中文商品评论短文本分类器，可用于情感分析

claff-offmychest

Corpus and annotations for the CL-Aff Shared Task - Get it #OffMyChest - from the University of Pennsylvania and Nanyang Technological University Singapore

cnn-lstm-attention

使用卷积神经网络-长短期记忆网络（bi-LSTM）-注意力机制对股票收盘价进行回归预测。The convolution neural network, short-term memory network and attention mechanism are used to predict the closing price.

cnn-text-classification-tf

Convolutional Neural Network for Text Classification in Tensorflow

coarse-fine_emotion_classification

结合上下文和篇章特征的多标签情绪分类

competition-baseline

数据科学竞赛知识、代码、思路

crimekgassitant

Crime assistant including crime type prediction and crime consult service based on nlp methods and crime kg,罪名法务智能项目,内容包括856项罪名知识图谱, 基于280万罪名训练库的罪名预测,基于20W法务问答对的13类问题分类与法律资讯问答功能.

datamining

data mining class

df_ccf_contest

2018“云移杯- 景区口碑评价分值预测 初赛第9

embedding_study

中文预训练模型生成字向量学习，测试BERT，ELMO的中文效果

erc

Emotion recognition in conversation

fddc02_intro

【梳理】FDDC2018金融算法挑战赛02－A股上市公司公告信息抽取

financialdatasets

SmoothNLP 金融文本数据集(公开) Public Financial Datasets for NLP Researches Only

gctm

This is an implementation of Graph Convolution Topic Model for Data Streams

inverseprompting

Code, Data and Demo for Paper: Controllable Generation from Pre-trained Language Models via Inverse Prompting

learn-regex

Learn regex the easy way

lihang

Statistical learning methods, 统计学习方法(第2版)[李航] [笔记, 代码, notebook, 参考文献, Errata, lihang]

lihang-code

《统计学习方法》的代码实现

lstm-spider

medical-named-entity-recognition

本项目是针对医疗数据，进行命名实体识别。项目中有600份标注好的电子病历文本，共需识别含解剖部位、独立症状、症状描述、手术和药物五类实体。该领域的命名实体识别问题是自然语言处理中经典的序列标注问题。

medicalnamedentityrecognition

Medical Named Entity Recognition implement using bi-directional lstm and crf model with char embedding.CCKS2017中文电子病例命名实体识别项目,主要实现使用了基于字向量的四层双向LSTM与CRF模型的网络.该项目提供了原始训练数据样本(一般醒目,出院情况,病史情况,病史特点,诊疗经过)与转换版本,训练脚本,预训练模型,可用于序列标注研究.把玩和PK使用.

mental-health