#corpus Repositorios
Descubre 16 repositorios activos de código abierto de GitHub etiquetados con #corpus, que acumulan 39,411 estrellas en total (una media de 2,463 estrellas por proyecto). El líder de este tema es brightmart/nlp_chinese_corpus, con 9,937 estrellas.
16 repositorios en total
Una colección de pequeños corpus de datos interesantes para la creación de bots y cosas similares.
Corpus de nombres chinos. Generador de nombres. Nombres chinos, apellidos, nombres de pila, títulos, nombres japoneses, nombres traducidos, nombres ingleses. Puede usarse para segmentación de palabras en chino y reconocimiento de entidades nombradas.
Benchmark de Evaluación de Comprensión del Lenguaje Chino: conjuntos de datos, líneas base, modelos preentrenados, corpus y tabla de clasificación
Artículos de investigación sobre Deep Learning y aprendizaje por refuerzo profundo y algunos códigos
Impresionantes proyectos de chatbot, corpus, artículos, tutoriales. Chatbot chino =>:
Corpus paralelo muy completo de chino clásico (Antiguo Chino) - Chino moderno
Corpus de nombres de empresas. Corpus de nombres de instituciones. Abreviaturas de empresas, acrónimos, palabras de marca, nombres de empresas. Puede usarse para la segmentación de palabras en chino y el reconocimiento de entidades de nombres de instituciones.
Corpus de Pre‑Entrenamiento a gran escala para chino 100G (corpus de pre‑entrenamiento chino)
Corpus chino de ChatGPT Corpus de diálogo Corpus de novelas Corpus de atención al cliente para entrenar modelos grandes
Modelos de lenguaje para métodos de entrada en chino: corpus, estadísticas de n-gramas, modelos neuronales a nivel de carácter y conjuntos de evaluación para valorar su calidad
❤️Dataset de Primeros Auxilios Emocionales, Consultas psicológicas de preguntas y respuestas, Corpus de chatbot
Una herramienta de corpus integrada con soporte multilingüe para el estudio del idioma, la literatura y la traducción
Preguntas frecuentes
¿Cuál es el repositorio de #corpus más popular en GitHub?
El proyecto de código abierto de #corpus mejor posicionado en GitHub es brightmart/nlp_chinese_corpus, con 9,937 estrellas. Corpus chino a gran escala para NLP
¿Qué lenguajes de programación se utilizan más en los repositorios de #corpus?
Entre los proyectos de #corpus mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, JavaScript, R.
¿Cómo se calcula la clasificación de los repositorios de #corpus?
Seguimos 16 repositorios activos de código abierto etiquetados con #corpus (500+ estrellas), que suman un total de 39,411 estrellas, con una media de 2,463 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.