Named-Entity-Recognition-NER-Papers

把文字切分成词语，并标注每个词的词性（例如名词、动词）；识别出人名、地名、机构名等命名实体；分析句子中词语之间的语法关系；分析句子的结构成分；分析句子中词语之间的语义关系；标注句子中每个成分的语义角色（例如施事者、受事者）；解决代词指代不明确的问题；转换文本的写作风格；计算文本间的语义相似度；发现新的词语；提取关键词和短语；自动生成文本摘要；对文本进行分类和聚类；进行中文简繁体转换；以及其他自然语言处理技术。

这是一个用于追踪自然语言处理 (NLP) 领域进展的资源库，包含数据集以及最常见 NLP 任务的当前最新技术水平。

简单的自然语言处理

CoreNLP：一个基于Java的NLP核心工具套件，包含分词、句子分割、命名实体识别、句法分析、共指消解、情感分析等功能。

斯坦福大学NLP（自然语言处理）的Python库，支持多种人类语言的词法分析、句子分割、命名实体识别和句法分析。

基于私有服务器，使用BiLSTM-CRF模型并微调Google BERT的TensorFlow命名实体识别(NER)任务解决方案

查找所有中文自然语言处理（NLP）数据集，并列出常用的英文NLP数据集

用于信息检索、文本分类、命名实体识别、问答、语言建模、语言生成、T5 模型、多模态和对话式 AI 的 Transformer 模型

农业知识图谱（AgriKG）可以帮助我们更好地检索农业信息，识别农业领域的关键词和实体，提取这些实体之间的关系，最终实现智能问答和辅助农业决策。

百度自然语言处理技术（NLP）包含：分词（将句子拆分成单个词语）、词性标注（识别每个词语的词性，例如名词、动词等）、命名实体识别（识别文本中的人名、地名、组织机构名等）、关键词提取（识别句子或文本中最重要的词语）