#nlp Repositories
Insgesamt 494 Repositories
Sammlung offener Ressourcen für chinesisches medizinisches NLP: Terminologien/Korpus/Wortvektoren/Vor-trained Models/Wissensgraphen/Namensentitäts-Erkennung/QA/Informationsextraktion/Modelle/Papiere/usw.
news-please - Ein integrierter Web-Crawler und Informations-Extraktor für Nachrichten, der einfach funktioniert
Jupyter Notebook-Tutorials zum Lösen realer Probleme mit Machine Learning & Deep Learning unter Verwendung von PyTorch. Themen: Gesichtserkennung mit Detectron 2, Anomalieerkennung in Zeitreihen mit LSTM Autoencoders, Objekterkennung mit YOLO v5, Erstellen Ihres ersten Neural Network, Zeitreihenprognose für tägliche Coronavirus-Fälle, Sentiment Analysis mit BER
OpenAI-Stil-API für offene große Sprachmodelle (LLMs), die LLMs genauso verwenden wie ChatGPT! Unterstützung für LLaMA, LLaMA-2, BLOOM, Falcon, Baichuan, Qwen, Xverse, SqlCoder, CodeLLaMA, ChatGLM, ChatGLM2, ChatGLM3 usw. Einheitliche Backend-Schnittstelle für Open-Source-große Sprachmodelle
Umgang mit allen unstrukturierten Daten, wie z. B. umgekehrte Bildsuche, Audio-Suche, Molekularsuche, Videoanalyse, Frage-Antwort-Systeme, NLP usw.
📚 Tausende von Interpretationen von Top-Konferenzpapieren zu KI, LLM, NLP, CV, jede liest die Kernideen in 5 Minuten.
🧠 Eine kuratierte Liste großartiger ChatGPT-Ressourcen, darunter Bibliotheken, SDKs, APIs und mehr. 🌟 Bitte unterstützen Sie dieses Projekt, indem Sie ihm einen Stern geben.
Meridian durchschneidet das Nachrichtenrauschen, indem es Hunderte von Quellen durchforstet, Geschichten mit KI analysiert und prägnante, personalisierte tägliche Briefings liefert.
Kashgari ist ein produktionsreifes NLP-Transfer-Learning-Framework auf Basis von tf.keras für Text-Beschriftung und Text-Klassifikation, das Word2Vec, BERT und GPT2 Language Embedding enthält.
Eine modulare RL-Bibliothek zur Feinabstimmung von Sprachmodellen auf menschliche Präferenzen
ELECTRA: Textkodierer als Diskriminatoren und nicht als Generatoren vortrainieren
Große Konzeptmodelle: Sprachmodellierung in einem Satzrepräsentationsraum
Unterstützen Sie das mühelose Organisieren Ihrer Dokumentenstapel, die aus Scans, E-Mails und anderen Quellen stammen.
Schöne Visualisierungen, wie sich Sprachen zwischen Dokumententypen unterscheiden.
Ein heterogener Benchmark für Information Retrieval. Einfach zu bedienen, evaluieren Sie Ihre Modelle über 15+ verschiedene IR-Datensätze.
Detaillierte Notizen zum neuen Buch 'Einführung in die natürliche Sprachverarbeitung' des HanLP-Autors! Ein Werk von großem Wert in der Branche, das Buch ist keine trockene, langweilige Formelsammlung, sondern erklärt leicht verständliche algorithmische Modelle in einfacher Sprache. Ausgehend von grundlegenden Konzepten werden schrittweise die algorithmischen Prinzipien und die technische Umsetzung gängiger Probleme wie chinesische Wortsegmentierung, Part-of-Speech-Tagging, Named Entity Recognition, Informationsextraktion, Textclustering, Textklassifizierung und syntaktische Analyse vorgestellt.
Chinesische Named Entity Recognition mit IDCNN/biLSTM+CRF und Relation Extraction mit biGRU+2ATT Chinesische Entitätsidentifikation und Relations extrahieren
[Paper-Liste] Papiere, die Wissensgraphen (KGs) und große Sprachmodelle (LLMs) integrieren
Python-Implementierung der TextRank-Algorithmen ("textgraphs") zur Phrasenextraktion
Eine Leseliste für die Sicherheit, den Schutz und die Privatsphäre von großen Modellen (einschließlich Awesome LLM Security, Safety usw.).
Extrahieren Sie strukturierte Daten und Erkenntnisse aus Dokumenten mithilfe großer Sprachmodelle und Entscheidungsmodelle
Ein On-Premises-Toolkit zur Extraktion unstrukturierter Daten, Konvertierung in Markdown und Benchmarking, ohne OCR. (https://idp-leaderboard.org/)
Dies ist ein Agent Skill zum Verfassen und Überarbeiten von leicht lesbarem und verständlichem Japanisch für den Berufsalltag.
Erklären, analysieren und visualisieren Sie NLP-Sprachmodelle. Ecco erstellt interaktive Visualisierungen direkt in Jupyter Notebooks, die das Verhalten von Transformer-basierten Sprachmodellen (wie GPT2, BERT, RoBERTa, T5 und T0) erklären.
ALIbaba's Sammlung von Encoder-Decodern aus dem MinD (Machine Intelligence of Damo) Lab
Ein umfassendes Nachschlagewerk für alle Themen im Zusammenhang mit Natural Language Processing
🤖 Eine leistungsstarke, leichte JavaScript-Bibliothek + interaktive CLI für ChatGPT
Eine Community-gesteuerte Sammlung von RAG (Retrieval-Augmented Generation)-Frameworks, Projekten und Ressourcen. Tragen Sie zum sich entwickelnden RAG-Ökosystem bei und erkunden Sie es.
Ein automatischer Evaluator für instruktionsfolgende Sprachmodelle. Vom Menschen validiert, qualitativ hochwertig, günstig und schnell.
Eine vollständige spaCy-Pipeline und Modelle für wissenschaftliche/biomedizinische Dokumente.
Approaching (Almost) Any Machine Learning Problem chinesische Übersetzung, Online-Dokumentationsadresse: https://ytzfhqs.github.io/AAAMLP-CN/
Chinesische Llama-3 LLM-Phasen-3-Projekt (Chinese Llama-3 LLMs), entwickelt von Meta Llama 3
3.516 kuratierte Figure 1 / Teaser von ICLR, ICML, NeurIPS, CVPR, ACL und AAAI (2023–2026), mit Stufen-Badges und FigureForge-gestützter, retrieval-erweiterter Figurenerstellung
Eine kuratierte Liste von Lernmaterialien, Datenbanken, Tools und anderen Ressourcen im Zusammenhang mit Knowledge Graphs
Ein-Klick-Datenaugmentierungspaket für Chinesisch; NLP-Datenaugmentierung, Bert-Datenaugmentierung, EDA: pip install nlpcda
Eigenständige Machine-Learning- und Natural-Language-Processing-Bibliothek in Go