sportzhang Goto Github PK

ltp_python_interface

根据自己搭的 LTP 服务器，实现：分词、词性标注、命名实体识别、依存句法分析、语义角色标、命名实体的抽取：人名，地名，机构名、三元组的抽取：主谓宾，动宾关系，介宾关系，（实体1，关系，实体2）

movies_nowplaying

定时抓取豆瓣正在热映影片和猫眼票房

multi-class-text-classification-cnn-rnn

Classify Kaggle San Francisco Crime Description into 39 classes. Build the model with CNN, RNN (GRU and LSTM) and Word Embeddings on Tensorflow.

music_recommender

Music recommender using deep learning with Keras and TensorFlow

news_classification

卷积神经网络&&爬虫 实现网易新闻自动爬取并分类

news_sentiment

计算新闻文本类情感分析（采用TF-IDF，余弦距离，情感依存等算法）

one-python-craftsman

来自一位 Pythonista 的编程经验分享，内容涵盖编码技巧、最佳实践与思维模式等方面。

openne

An Open-Source Package for Network Embedding (NE)

opennre

Neural Relation Extraction implemented in TensorFlow

paddle_youtube

使用百度Paddle框架进行视频分类算法NeXtVLAD视频分类模型。

picture

图床仓库

proxypool

Proxy Pool

pyhanlp

自然语言处理工具包HanLP的Python接口

pyltp

哈工大语言技术平台（LTP）pyltp: the python extension for LTP

python-lda

lda模型的python实现

pytorchtext

1st Place Solution for Zhihu Machine Learning Challenge . Implementation of various text-classification models.(知乎看山杯第一名解决方案)

scrape_news

using python Scrapy framework, do multiprocess scrape news

sentence-similarity

对四种句子/文本相似度计算方法进行实验与比较

shorttextclassification

该项目是短文本分类，目前应用于新闻标签的分类

simplified-deeplearning

Simplified implementations of deep learning related works

sinaspider

动态IP解决新浪的反爬虫机制，快速抓取内容。

sklearnlab

Machine Learning using scikit-learn

sparrowrecsys

A Deep Learning Recommender System

statistical-leanring-method

参考学习项目：https://github.com/fengdu78/lihang-code 的学习笔记。添加详细的代码注释和统计模型及算法的理解。

system-design-primer

Learn how to design large-scale systems. Prep for the system design interview. Includes Anki flashcards.

team-learning-rs

主要存储Datawhale组队学习中“推荐系统”方向的资料。

tensorflow-coding

tensorflow-tutorial

Example TensorFlow codes and Caicloud TensorFlow as a Service dev environment.

textclassification

Text classification using different neural networks (CNN, LSTM, Bi-LSTM, C-LSTM).

textinfoexp

自然语言处理实验（sougou数据集），TF-IDF，文本分类、聚类，word2vec训练词向量、文档摘要、情感识别、关系抽取。