#event-extraction Repositorios
Descubre 5 repositorios activos de código abierto de GitHub etiquetados con #event-extraction, que acumulan 3,581 estrellas en total (una media de 716 estrellas por proyecto). El líder de este tema es quqxui/Awesome-LLM4IE-Papers, con 1,037 estrellas.
5 repositorios en total
Impresionantes artículos sobre extracción de información generativa (IE) utilizando grandes modelos de lenguaje (LLM)
La versión en línea no está disponible temporalmente porque no podemos permitirnos la clave. Puedes clonarla y ejecutarla localmente. Nota: hemos establecido la clave predeterminada de openai. Si las claves exceden el plan y no son válidas, por favor infórmanos. La velocidad de respuesta depende de openai. (a veces, la oficial está demasiado concurrida y es lenta)
Extracción de eventos basada en documentos de sentencias legales y su aplicación, incluyendo segmentación de palabras de datos, etiquetado de partes del discurso, reconocimiento de entidades nombradas, extracción de elementos de eventos y predicción de resultados de sentencias, etc.
Una lista de recursos de NLP enfocados en la tarea de extracción de eventos
Extracción de las cinco preguntas W y una H periodísticas (5W1H) de artículos de noticias: quién hizo qué, cuándo, dónde, por qué y cómo?
Preguntas frecuentes
¿Cuál es el repositorio de #event-extraction más popular en GitHub?
El proyecto de código abierto de #event-extraction mejor posicionado en GitHub es quqxui/Awesome-LLM4IE-Papers, con 1,037 estrellas. Impresionantes artículos sobre extracción de información generativa (IE) utilizando grandes modelos de lenguaje (LLM)
¿Qué lenguajes de programación se utilizan más en los repositorios de #event-extraction?
Entre los proyectos de #event-extraction mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, HTML.
¿Cómo se calcula la clasificación de los repositorios de #event-extraction?
Seguimos 5 repositorios activos de código abierto etiquetados con #event-extraction (500+ estrellas), que suman un total de 3,581 estrellas, con una media de 716 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.