Pinned Repositories
design_portfolio
自己的个人平面设计图和psd文件，也包括部分的素材 其中有关于在社团活动的海报设计 还有一些文字排版设计 /好看 是收集的部分设计师作品
awesome-github-wechat-weapp
微信小程序开源项目库汇总
awesome-wechat-weapp
微信小程序开发资源汇总 :100:
BearDiary
微信小程序之小熊の日记
Blog-Share
SWUFE奇点工作室学习博客交换站
cail
中国法研杯比赛
cail-1
cail-2
司法部智能司法比赛项目,评测指标为 M-f1=(macro-f1+micro-f1)/2。常用深度学习方法能到0.88左右
cail2018
CAIL2018-1
41611013's Repositories
41611013/ThesisSWUFE
西南财经大学毕业论文模板
41611013/machinelearning
My blogs and code for machine learning. http://cnblogs.com/pinard
41611013/design_portfolio
自己的个人平面设计图和psd文件，也包括部分的素材 其中有关于在社团活动的海报设计 还有一些文字排版设计 /好看 是收集的部分设计师作品
41611013/Chinese_finance_oriented_sentiment_analysis_dictionary
41611013/lightKG
基于Pytorch和torchtext的知识图谱深度学习框架，包含知识表示学习、实体识别与链接、实体关系抽取、事件检测与抽取、知识存储与查询、知识推理六大功能模块，已实现了命名实体识别、关系抽取、事件抽取、表示学习等功能。框架功能丰富，开箱可用，极易上手！基本都是学习他人实现然后自己修改融合到框架中，没有细致调参，且有不少Bug～
41611013/Blog-Share
SWUFE奇点工作室学习博客交换站
41611013/named_entity_recognition
中文命名实体识别（包括多种模型：HMM，CRF，BiLSTM，BiLSTM+CRF的具体实现）
41611013/awesome-wechat-weapp
微信小程序开发资源汇总 :100:
41611013/awesome-github-wechat-weapp
微信小程序开源项目库汇总
41611013/cail
**法研杯比赛
41611013/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.
41611013/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.
41611013/cail-2
司法部智能司法比赛项目,评测指标为 M-f1=(macro-f1+micro-f1)/2。常用深度学习方法能到0.88左右
41611013/cail-1
41611013/cail2018
41611013/Competition_CAIL
2018**‘法研杯’法律智能挑战赛（CAIL2018）个人作品
41611013/CAIL2018-1
41611013/CAIL2018-toy
The final teamwork of data mining course, CAIL-2018 competition. NOTE: this is just quite SIMPLE and TRIVIAL code.
41611013/Cailme_wshong
something
41611013/NER
基于tensorflow深度学习的中文的命名实体识别
41611013/BearDiary
微信小程序之小熊の日记
41611013/hands-on-machine-learning
Machine learning practice based on the book Hands On Machine Learning with Scikit-Learn & Tensorflow by Aurelien Geron.