#nlp-machine-learning Repositories
Entdecke 28 aktive Open-Source-GitHub-Repositories, die mit #nlp-machine-learning getaggt sind und insgesamt 43,343 Sterne gesammelt haben (durchschnittlich 1,547 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist deeppavlov/DeepPavlov mit 6,994 Sternen.
Insgesamt 28 Repositories
Eine Open-Source-Bibliothek für Deep-Learning-End-to-End-Dialogsysteme und Chatbots.
🌟100+ Originale LLM / RL-Diagramme 📚, präsentiert vom Autor von "Large Model Algorithms"! 💥 (100+ LLM/RL Algorithmus-Karten)
MNBVC (Massive Never-ending BT Vast Chinese corpus) ein extrem großer chinesischer Korpus. Auf Augenhöhe mit den 40T Daten, die für das Training von ChatGPT verwendet werden. Der MNBVC-Datensatz enthält nicht nur Mainstream-Kultur, sondern auch Daten aus verschiedenen Nischenkulturen und sogar Marsianisch. Der MNBVC-Datensatz umfasst reine Textdaten in chinesischer Sprache in allen Formen, wie Nachrichten, Aufsätze, Romane, Bücher, Zeitschriften, wissenschaftliche Arbeiten, Dialoge, Posts, Wikis, alte Gedichte, Songtexte, Produktbeschreibungen, Witze, Peinlichkeiten, Chatverläufe usw.
Tika-Python ist eine Python-Bibliothek für die Apache Tika™ REST-Services, die es ermöglicht, Tika nativ in der Python-Community aufzurufen.
Die genaueste Bibliothek zur Erkennung natürlicher Sprachen für Go, geeignet für kurze Texte und gemischtsprachige Texte
Relevante Arbeiten im Bereich der natürlichen Sprachverarbeitung (mit Lesehinweisen), Nachbildung von Modellen und Datenverarbeitung (Code enthält zwei Versionen, TensorFlow und PyTorch)
Ein Python-Paket für kontextualisiertes Topic Modeling. CTMs kombinieren kontextualisierte Embeddings (z.B. BERT) mit Topic Models, um kohärente Themen zu erhalten. Veröffentlicht auf der EACL und ACL 2021 (Bianchi et al.).
Die genaueste Bibliothek zur Erkennung natürlicher Sprache für Rust, geeignet für kurze Texte und Texte in gemischten Sprachen
Eine sorgfältig zusammengestellte Sammlung von E-Books zu Data Science, maschinellem Lernen und KI, die Ihnen beim Lernen und bei Ihrer Weiterentwicklung hilft.
skweak: Ein Software-Toolkit für schwache Überwachung, angewendet auf NLP-Aufgaben
Toolkit zum Feinabstimmen, Ablenken und Unit-Testen von Open-Source-LLMs.
Wir haben ein neues Modell für die Codegenerierungsaufgabe vorgestellt. Seine Testgenauigkeit im HumanEval-Basissatz übertrifft die von GPT-4 Turbo (April 2024) und GPT-4o.
Die genaueste Natural Language Detection-Bibliothek für Java und die JVM, geeignet für lange und kurze Texte gleichermaßen
Geerdete Suchmaschine (d. h. mit Quellreferenz) basierend auf LLM / ChatGPT / OpenAI API. Sie unterstützt Websuche, Suche nach Dateiinhalten usw.
SpaCy Chinesische Modelle | Modelle für SpaCy, die Chinesisch unterstützen
Sammlung von ICLR-Papieren und Open-Source-Projekten der letzten Jahre, einschließlich ICLR2021, ICLR2022, ICLR2023, ICLR2024, ICLR2025.
🌍 AppWorld: Eine steuerbare Welt aus Apps und Personen zum Benchmarking von Funktionsaufrufen und interaktiven Coding-Agenten, ausgezeichnet als bestes Ressourcenpapier der ACL'24.
Repository mit allem, was für die Sentiment-Analyse und verwandte Bereiche erforderlich ist
FashionCLIP ist ein CLIP-ähnliches Modell, das für den Modebereich feinabgestimmt wurde.
Häufig gestellte Fragen
Welches ist das beliebteste #nlp-machine-learning-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#nlp-machine-learning-Projekt auf GitHub ist deeppavlov/DeepPavlov mit 6,994 Sternen. Eine Open-Source-Bibliothek für Deep-Learning-End-to-End-Dialogsysteme und Chatbots.
Welche Programmiersprachen werden in #nlp-machine-learning-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #nlp-machine-learning-Projekten auf GitHub sind Python, Jupyter Notebook, Go, Rust die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #nlp-machine-learning-Repositories berechnet?
Wir verfolgen 28 aktive Open-Source-Repositories, die mit #nlp-machine-learning getaggt sind (500+ Sterne), mit insgesamt 43,343 Sternen und durchschnittlich 1,547 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.