#nlp Repositorios
494 repositorios en total
CoreNLP: Una suite de Java de herramientas principales de PLN para tokenización, segmentación de oraciones, NER, análisis sintáctico, correferencia, análisis de sentimientos, etc.
Ejecuta LLMs en casa, al estilo BitTorrent. Ajuste fino e inferencia hasta 10 veces más rápido que la descarga.
Una implementación en PyTorch del modelo Transformer en "Attention is All You Need".
Simple, Pythonic, procesamiento de texto: análisis de sentimientos, etiquetado de partes del discurso, extracción de frases nominales, traducción y más.
FreeAskInternet es un agregador de búsqueda y generador de respuestas completamente gratuito, PRIVADO y que se ejecuta LOCALMENTE, utilizando MÚLTIPLES LLM, sin necesidad de GPU. El usuario puede hacer una pregunta y el sistema realizará una búsqueda multien engine y combinará el resultado de la búsqueda con un LLM para generar la respuesta basada en los resultados de la búsqueda. ¡Todo es GRATUITO de usar!
La lista de artículos del artículo de portada de SCIS de 86 páginas "The Rise and Potential of Large Language Model Based Agents: A Survey" de Zhiheng Xi et al.
Aprovechamiento de BERT y c-TF-IDF para crear temas fácilmente interpretables.
Biblioteca de Python de Stanford NLP para tokenización, segmentación de oraciones, NER y análisis de muchas lenguas humanas
Conviértete en un investigador/ingeniero de IA/ML de alto nivel con este libro de texto poco convencional que cubre matemáticas, computación y aprendizaje automático con intuición.
Versión en chino del código de entrenamiento de GPT2, utilizando el tokenizador BERT.
Herramienta de Python y línea de comandos para recopilar texto y metadatos en la Web: Rastreo, raspado, extracción, salida como CSV, JSON, HTML, MD, TXT, XML
Modelos grandes chinos LLaMA-2 y Alpaca-2 Fase II + modelos de contexto ultra largo de 64K (Chinese LLaMA-2 & Alpaca-2 LLMs with 64K long context models)
Una biblioteca de código abierto para sistemas de diálogo end-to-end de aprendizaje profundo y chatbots.
Mantenido oficialmente, respaldado por PaddlePaddle, incluyendo CV, NLP, Speech, Rec, TS, modelos grandes y demás.
Implementación oficial de OCR-free Document Understanding Transformer (Donut) y Synthetic Document Generator (SynthDoG), ECCV 2022
Una habilidad de Claude que pule el coreano escrito por IA para que parezca escrito por una persona — Humanizador de textos coreanos generados por IA: detecta y reescribe la traducción literal, el paralelismo mecánico y otras 71 señales de texto generado por IA
Biblioteca de traducción sin conexión de código abierto escrita en Python
Una biblioteca de NLP para construir bots, con extracción de entidades, análisis de sentimientos, identificación automática de idioma y mucho más
Este repositorio es una colección curada de enlaces a varios cursos y recursos sobre Inteligencia Artificial (IA)
👮♂️La herramienta de palabras sensibles para Java.(Palabras sensibles/palabras prohibidas/palabras ilegales/palabras groseras. Marco de herramienta de filtrado de palabras sensibles de Java de alto rendimiento basado en el algoritmo DFA. Soporte integrado para clasificación y niveles de etiquetas de palabras. No publique contenido relacionado con política, publicidad, marketing, evasión de firewalls, violación de leyes nacionales, etc. Componente de detección y filtrado de palabras sensibles de alto rendimiento, con funciones como conversión entre chino tradicional y simplificado, conversión entre caracteres de ancho completo y medio, conversión de caracteres chinos a pinyin, búsqueda difusa, etc.
Versión china de CLIP que logra la recuperación intermodal y la generación de representaciones en chino.
IA sanitaria con prioridad local: reconocimiento de entidades clínicas (NER) y desidentificación de información personal (PII) conforme a HIPAA en hardware bajo tu control. Más de 2.200 modelos médicos, PII basada en modelos para 35 idiomas y entornos de ejecución para Python, MLX, Android y navegador. SDK con licencia Apache-2.0.
Red Neuronal Convolucional para Clasificación de Texto en TensorFlow
Modelos NLP Chinos Preentrenados Impresionantes, Colección de Modelos Preentrenados Chinos de Alta Calidad & Modelos Grandes & Modelos Multimodales & Modelos de Lenguaje Grandes
Lista de palabras vacías comunes en chino (Lista de palabras vacías de HIT, Lista de palabras vacías de Baidu, etc.)
EasyR1: Un framework de entrenamiento RL multimodal eficiente y escalable basado en veRL
Argilla es una herramienta de colaboración para que los ingenieros de IA y los expertos del dominio creen conjuntos de datos de alta calidad
:herb: Sinónimos chinos: Chatbot, Kit de herramientas de preguntas y respuestas inteligente
Repo para BenCao [nombre original: HuaTuo (华驼)], Ajuste fino de instrucciones de Grandes Modelos de Lenguaje con Conocimientos Médicos Chinos. Repositorio del modelo BenCao (nombre original: HuaTuo), ajuste fino de instrucciones de grandes modelos de lenguaje basado en conocimientos médicos chinos
Recursos, práctica e investigación sobre aprendizaje automático e IA agentiva
text2vec, texto a vector. Herramienta de representación vectorial de texto que convierte el texto en matrices de vectores, implementa modelos como Word2Vec, RankBM25, Sentence-BERT, CoSENT para representación de texto y cálculo de similitud de texto, listo para usar de inmediato.
Una biblioteca C para analizar/normalizar direcciones postales en todo el mundo. Impulsada por NLP estadístico y datos geoespaciales abiertos.
Guía de Ingeniería de Prompts, IA Generativa y LLM de Learn Prompting | Únete a nuestro Discord para la comunidad de aprendizaje de Ingeniería de Prompts más grande
Ingeniería de Prompts | Control de Versiones de Prompts | Utiliza GPT u otros modelos basados en prompts para obtener resultados estructurados. Únete a nuestro Discord para obtener más información sobre Prompt-Engineering, LLMs y otras investigaciones recientes
Tutoriales para comenzar con PyTorch y TorchText para análisis de sentimientos.
"Grandes Modelos de Lenguaje" por: Zhao Xin, Li Junyi, Zhou Kun, Tang Tianyi, Wen Jirong
[EMNLP 2022] Un kit de herramientas abierto para la extracción y construcción de grafos de conocimiento