
使用BERT进行文档分类-日语
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
0
±0 (10月13日〜)
最后提交
2025年8月
GitHub 创建日期
2025年8月27日
收录日
2022年7月28日
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | 0 |
| 2026年1月 | 0 |
| 2026年2月 | 0 |
| 2026年3月 | 0 |
| 2026年4月 | 0 |
| 2026年5月 | 0 |
| 2026年6月 | 0 |
| 2026年7月 | 0 |
| 2026年8月 | 0 |
| 2026年9月 | 0 |
| 2026年10月 | 0 |
| 2026年11月 | 0 |
各月最后一次快照。1,000 以上的 Star 数按 100 取整。
同分类的热门资源
fastTextJapaneseTutorialicoxfog417200使用日语语料库训练fastText的教程
chariot-PyTorch-Japanese-text-classificationymym34125使用 chariot 和 PyTorch 进行日语文本分类的实验
ir100ir10093信息检索100个关键点
japanese-ir-tutorialmpkato3日本语信息检索教程
llm-bookghmagazine478「大规模语言模型入门」(技术评论社,2023)的GitHub仓库
ttslearnr9y9270ttslearn: 用于Python的图书馆学习语音合成(使用Python进行文本转语音)
研究领域相近的资源
japanese_text_classificationMasao-Taketani9调查各种DNN文本分类器,包括MLP、CNN、RNN、BERT方法。共同: 信息抽取与文本挖掘・信息检索
negapojiliaoziyang152日语文档的负面和正面分类判断。共同: 信息抽取与文本挖掘・信息检索
ishiku-nlp2石:日语意愿分类器共同: 信息抽取与文本挖掘・信息检索
llm-lora-classificationhppRC97llm-lora-classification
llm-lora-分类共同: 信息抽取与文本挖掘・信息检索- bert-ner-japanesejurabi5k使用 cl‑tohoku/bert‑base‑japanese‑v2 的日语 NER,能够提取八种实体类型(公司、政治/其他组织、设施、产品、事件),通过 BertForTokenClassification 实现,训练数据来自 Stockmark Wikipedia dataset,并可通过安装 transformers、unidic_lite 和 fugashi 使用,遵循 CC BY‑SA 3.0 许可。HF 模型共同: 信息抽取与文本挖掘・信息检索
tweet_extructortatHi3用于Twitter日语评价分析数据集的推文下载器共同: 信息检索・文本分类