#nlp Repositorios
494 repositorios en total
La biblioteca de detección de lenguaje natural más precisa para Python, adecuada para textos cortos y textos multilingües
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
[ICML 2024] LLMCompiler: Un compilador LLM para llamadas de funciones paralelas
Microsoft.Recognizers.Text proporciona reconocimiento y resolución de números, unidades, fecha/hora, etc. en varios idiomas (ZH, EN, FR, ES, PT, DE, IT, TR, HI, NL. Soporte parcial para JA, KO, AR, SV). Paquetes disponibles en: https://www.nuget.org/profiles/Recognizers.Text, https://www.npmjs.com/~recognizers.text
Seguimiento, investigación y aplicación de tecnologías de vanguardia como el procesamiento del lenguaje natural, los grafos de conocimiento, los modelos de lenguaje de gran tamaño y los agentes.
Inteligencia Artificial, Aprendizaje Automático y Aprendizaje Profundo increíbles, tal como los aprendemos. Notas de estudio y una lista curada de recursos increíbles sobre estos temas.
Graph4nlp es la biblioteca para el uso fácil de Redes Neuronales de Grafos para NLP. ¡Bienvenido a visitar nuestro sitio web DLG4NLP (https://dlg4nlp.github.io/index.html) para obtener varios recursos de aprendizaje!
Tika-Python es una vinculación de Python a los servicios REST de Apache Tika™ que permite llamar a Tika de forma nativa en la comunidad Python.
Extracción de datos no estructurados, rápida y eficiente. Escrito en Rust con enlaces para muchos idiomas.
Repositorio de código para "WebArena: Un entorno web realista para construir agentes autónomos"
Un framework sin necesidad de programar, basado en PyTorch, para realizar estudios de aprendizaje profundo reproducibles. Ecosistema PyTorch. 🏆 Hasta ahora se han implementado 28 métodos de destilación del conocimiento presentados en TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, etc. 🎁 Se ofrecen modelos entrenados, registros de entrenamiento y configuraciones para garantizar la reproducibilidad y facilitar la evaluación comparativa.
Este es un manual en continua actualización para que los lectores puedan seguir fácilmente las últimas técnicas de Texto a SQL en la literatura y proporcionar una guía práctica para investigadores y profesionales.
una biblioteca de Python para analizar cadenas de direcciones no estructuradas de los Estados Unidos en componentes de dirección
WikiChat es un RAG mejorado. Detiene la alucinación de los modelos de lenguaje grandes recuperando datos de un corpus.
ExtractThinker es una biblioteca de inteligencia documental para LLM, que ofrece una interacción estilo ORM para flujos de trabajo de documentos flexibles y potentes.
DELTA es una plataforma de procesamiento de lenguaje natural y voz basada en aprendizaje profundo. LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/
¿Qué hay en tus datos? Extrae esquemas, estadísticas y entidades de los conjuntos de datos
Colección de bibliotecas y herramientas de código abierto para Automatización de Procesos Robóticos (RPA), diseñadas para usarse con Robot Framework y Python
similarity: Kit de herramientas para el cálculo de similitud de texto para Java. Paquete de herramientas para el cálculo de similitud de texto, escrito en Java, puede usarse para cálculos de similitud de texto, análisis de sentimientos, etc., listo para usar.
Una colección de corpora para el reconocimiento de entidades nombradas (NER) y tareas de reconocimiento de entidades. Estos conjuntos de datos anotados cubren una variedad de idiomas, dominios y tipos de entidades.
Datos y herramientas para generar e inspeccionar datos de preentrenamiento de OLMo.
Modelo de aprendizaje profundo de vanguardia para analizar sentimientos, emociones, sarcasmo, etc.
Los módulos plug-and-play más completos para toda la red en 2025, ¡compartidos gratis! CVPR2025, AAAI2025, ICLR2025, TNNLS2025, arXiv2025...... Incluye todos los campos de la inteligencia artificial (aprendizaje automático, aprendizaje profundo, etc.), aplicable a clasificación de imágenes, detección de objetos, segmentación de instancias, segmentación semántica, segmentación panóptica, estimación de pose, segmentación de imágenes médicas, segmentación de objetos de video, recorte de imágenes, edición de imágenes, seguimiento de objetos únicos, seguimiento de objetos múltiples, re-identificación de peatones, RGBT, eliminación de ruido de imágenes, eliminación de lluvia, eliminación de niebla, eliminación de sombras, eliminación de desenfoque, superresolución, eliminación de reflejos, eliminación de patrones moiré, recuperación de imágenes, restauración de imágenes, recuperación de imágenes hiperespectrales, fusión de imágenes, coloración de imágenes, imagen de alto rango dinámico, compresión de video e imágenes, nubes de puntos 3D, detección de objetos 3D, segmentación semántica 3D, estimación de pose 3D, etc., así como otras tareas relacionadas con la IA como el procesamiento del lenguaje natural, modelos de lenguaje grandes, multimodal, etc. Actualización continua......
un entorno de ejecución rápido y fácil de usar para la inferencia de transformadores (Bert, Albert, GPT2, Decoders, etc.) en CPU y GPU.
Este proyecto es un paquete base. Encapsula la mayoría de las herramientas comúnmente utilizadas en proyectos de NLP.
Portafolio de proyectos de ciencia de datos completados por mí con fines académicos, de autoaprendizaje y pasatiempos.
Framework rápido y personalizable para la creación automática de modelos de ML (AutoML)
La elección de código abierto del científico de datos para escalar, evaluar y mantener datos de procesamiento de lenguaje natural. Trate los datos de entrenamiento como un artefacto de software.
Analítica de la Voz del Cliente de código abierto y con la privacidad como prioridad. Una alternativa autoalojada a Enterpret y Unwrap que elimina la información de identificación personal de los comentarios antes de que cualquier LLM los procese.
Una biblioteca de búsqueda de texto completo persistente y resistente a la red para el navegador y Node.js
🛸 Usa transformadores preentrenados como BERT, XLNet y GPT-2 en spaCy
🪐 Flujos de trabajo NLP de extremo a extremo desde prototipo hasta producción