1、run_cnews_classifier.py 原生bert实现的文本分类
原文链接:https://blog.csdn.net/qq236237606/article/details/105453660
2、run_tnews_classifier.py 基于keras_bert实现的文本分类
原文链接:https://blog.csdn.net/qq236237606/article/details/105463706
3、run_lcqmc_similarity.py 基于bert4keras实现的文本相似度计算
原文链接:https://blog.csdn.net/qq236237606/article/details/105459358
4、run_kashgari_classifier.py 基于kashgari实现的文本分类
原文链接:https://blog.csdn.net/qq236237606/article/details/105472534
5、run_ChineseDailyNerCorpus.py 基于kashgari + bert/albert实现的ner
原文链接:https://blog.csdn.net/qq236237606/article/details/105470644
6、Bert_Train.py 基于bert训练模型,并保存为pb格式
原文链接:https://blog.csdn.net/qq236237606/article/details/107078973
7、Bert_Predict.py requests调用tf serving中的bert模型
原文链接:https://blog.csdn.net/qq236237606/article/details/107078898
8、fastbert.py 基于fastbert实现文本分类
原文链接:https://blog.csdn.net/qq236237606/article/details/107079455
9、uwsgi.py flask + uwsgi + keras部署深度学习模型预测接口
原文链接:https://blog.csdn.net/qq236237606/article/details/108019291
10、时间实体识别:time_ner
11、text_similarity.py: tfidf和lsi文本相似度算法
12、keyextract_textrank.py 关键词抽取,没抽取到的句子切词作为关键词
13、fasttext_train.py fasttext训练分类模型
原文链接:https://blog.csdn.net/qq236237606/article/details/111572554