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