#fasttext Repositorios
Descubre 6 repositorios activos de código abierto de GitHub etiquetados con #fasttext, que acumulan 26,706 estrellas en total (una media de 4,451 estrellas por proyecto). El líder de este tema es piskvorky/gensim, con 16,507 estrellas.
6 repositorios en total
Tutoriales para comenzar con PyTorch y TorchText para análisis de sentimientos.
Clasificación de texto largo en chino, clasificación de oraciones cortas, clasificación multietiqueta, similitud de dos oraciones (Chinese Text Classification of Keras NLP, multi-label classify, or sentence classify, long or short), capa de incrustación de vectores de caracteres/palabras/oraciones (embeddings) y capa de red (graph) clase base de construcción, FastText, TextCNN, CharCNN, TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, Red de Cápsulas-CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN
Un kit de herramientas NLP chino de nivel de producción, de alto rendimiento, modular y escalable. (Segmentación de palabras en chino, máquina de percepción promedio, fastText, Pinyin, Descubrimiento de nuevas palabras, Corrección de segmentación, BM25, Reconocimiento de nombres de personas, Entidad nombrada, Diccionario personalizado)
Preguntas frecuentes
¿Cuál es el repositorio de #fasttext más popular en GitHub?
El proyecto de código abierto de #fasttext mejor posicionado en GitHub es piskvorky/gensim, con 16,507 estrellas. Modelado de temas para humanos
¿Qué lenguajes de programación se utilizan más en los repositorios de #fasttext?
Entre los proyectos de #fasttext mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Java.
¿Cómo se calcula la clasificación de los repositorios de #fasttext?
Seguimos 6 repositorios activos de código abierto etiquetados con #fasttext (500+ estrellas), que suman un total de 26,706 estrellas, con una media de 4,451 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.