KBQA-BERT 基于知识图谱的问答系统，BERT做命名实体识别和句子相似度，分为在线和大纲模式 介绍 本项目主要由两个重要的点组成，一是基于BERT的命名实体识别，二是基于BERT的句子相似度计算，本项目将这两个模块进行融合，并基于BERT的KBQA问答系统，在命名实体识别上分为在线预测和轮廓预测；在句子相似度上，也分为在线预测和轮廓预测，2个模块互不干扰，做到了高内聚低掺杂的效果，最后的kbqa相当于融合这2个模块进行概述，具体介绍请见！ ------------------------------------------- 2019/6/15更新- --------------------------------------- 把过去毕业生同学们遇到的主要问题汇总一下，下面是一些FAQ： 问：运行run_ner.py时未找到dev.txt，请问这个文件是怎么生成的呢？ 答：这一部

similarity：相似度计算工具包，java编写。用于词语、短语、句子、词法分析、情感分析、语义分析等相关的相似度计算。

牛津英语9A课本句子翻译练1-3.doc

分类记录数情况为：句子(36059条），名言(25890条），语录(13677条），短信(13339条），短语(11250条），糗事(10926条），段子(7360条）。

最新人教版三年级下册语文专项句子(句式转化、仿写、修辞、语法、改错、修辞)练习(15道).pdf

最新人教版三年级语文下册句子(句式转化、仿写、修辞、语法、改错、修辞)(审定版).pdf

NLP项目 自然语言处理项目，其中包括有关以下方面的概念和脚本： gensim ， fastText和tensorflow实现。 参见， doc2vec ， word2vec averaging和Smooth Inverse Frequency实现 对话系统的类别和组成 tensorflow LSTM （请参阅 ，和 ， ） fastText实现 ELMo，ULMFit，GPT，BERT，XLNet的原理 HMM Viterbi实现。 参见，中文解读 Named_Entity_Recognition 通过双向LSTM + CRF，张量tensorflow实现对NER品牌。 参见中文注释，中文解读 7_Information_retrieval 8_Information_extraction 9_Knowledge_graph 10_Text_generation 11

GRE填空GRE填空GRE填空GRE填空GRE填空GRE填空GRE填空GRE填空GRE填空GRE填空GRE填空

帮助记忆考研词汇的一些句子 1. With my own ears I clearly heard the heart beat of the nuclear bomb. 我亲耳清楚地听到原子弹的心脏的跳动。 2. Next year the bearded bear will bear a dear baby in the rear. 明年，长胡子的熊将在后方产一头可爱的小崽。 3. Early I searched through the earth for earthenware so as to research in earthquake. 早先我在泥土中搜寻陶器以研究地震。 4. I learn that learned earnest men earn much by learning. 我得知有学问而认真的人靠学问挣很多钱。

非常好用的记单词方法，由新东方老师写的内容，非常权威，好用。最实在的是可以适用于阅读器直接阅读，不用格式转换。也支持电脑或者手机阅读