#nlp Repositorios
494 repositorios en total
👑 Bloques de construcción y visualizadores de spaCy para aplicaciones de Streamlit
Utilice modelos multimodales de interacción tardía como ColPali en solo unas pocas líneas de código.
El Natural Language Toolkit for Indic Languages busca proporcionar soporte listo para usar para diversas tareas de NLP que un desarrollador de aplicaciones podría necesitar.
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)
Chatbot de IA 🤖 para chatear con archivos CSV, PDF, TXT 📄 y videos de YTB 🎥 | usando Langchain🦜 | OpenAI | Streamlit ⚡
La biblioteca de detección de lenguaje natural más precisa para Java y la JVM, adecuada tanto para textos largos como cortos
OCTIS: ¡Comparar modelos de temas es simple! Un paquete de Python para optimizar y evaluar modelos de temas (aceptado en la pista de demostración de EACL2021)
Artículo de la conferencia principal de EMNLP 2026: MASCOT: Hacia sistemas de compañía sociocolaborativos multiagente (https://aclanthology.org/2026.emnlp-main.878/)
Texto bíblico en JSON y XML: 141 versiones en 85 idiomas, listo para aplicaciones, búsquedas de versículos y conjuntos de datos de PLN/IA
Sistema de método de entrada de japonés para Linux, macOS, motor de conversión neuronal Kana-Kanji
Trankit es un kit de herramientas Python ligero basado en Transformer para el procesamiento multilingüe del lenguaje natural
DNABERT: modelo de representaciones de codificador bidireccional pre-entrenado de Transformers para el lenguaje de ADN en el genoma
PatrickStar permite modelos preentrenados más grandes, rápidos y ecológicos para NLP y democratiza la IA para todos.
Artículos recientes de alta citación/conferencias top sobre la interpretabilidad de modelos de redes neuronales en aprendizaje profundo (con código)
Implementaciones en Python de Tecnologías de Desambiguación de Sentido de Palabras (WSD).
Una lista de recursos, métodos y herramientas seleccionados dedicados al análisis de textos legales.
💥 Usa los últimos modelos de investigación Stanza (StanfordNLP) directamente en spaCy
La biblioteca de corpus de poesía moderna en chino más completa de la Tierra, 3k+ poetas, 80K+ poemas, 15M+ caracteres
El repositorio principal para la investigación y el desarrollo de última generación en respuesta a preguntas multilingües.
:clipboard: Un analizador de Python para el subconjunto XML de acceso abierto de PubMed y el conjunto de datos XML de MEDLINE
Extiende los LLM existentes mucho más allá de la longitud de entrenamiento original con un uso constante de la memoria, sin reentrenamiento
PromptKG Family: una galería de trabajos de investigación, kits de herramientas y listas de artículos relacionados con Prompt Learning y KG.
Un escáner de Información de Identificación Personal (PII) impulsado por IA.
Revisitar modelos preentrenados para el procesamiento del lenguaje natural chino (MacBERT)
Analiza los nombres de personas y separa el tratamiento, el nombre, el segundo nombre, los apellidos, el sufijo, el apodo y el apellido de soltera. Con tipado, sin dependencias y compatible con caracteres CJK.
Motor de búsqueda anclado (es decir, con referencia a la fuente) basado en LLM / ChatGPT / API de OpenAI. Admite búsqueda web, búsqueda de contenido de archivos, etc.
Chatbot basado en comprensión del lenguaje natural y aprendizaje automático, soporta concurrencia de múltiples usuarios y diálogos multironda personalizados
Una hoja de ruta completa de ML (Machine Learning) Full Stack implica aprender las habilidades y tecnologías necesarias para dominar todos los aspectos del machine learning, incluida la recopilación y preprocesamiento de datos, el desarrollo de modelos, la implementación y el mantenimiento.
VectorFlow es una canalización de incrustación de vectores de alto volumen que ingiere datos sin procesar, los transforma en vectores y los escribe en una base de datos vectorial de su elección.
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)
Modelo de lenguaje de acceso abierto de Google DeepMind, basado en Griffin.
🔥 Rankify: Un kit de herramientas integral de Python para recuperación, reordenamiento y generación aumentada por recuperación 🔥. Nuestro kit de herramientas integra 40 conjuntos de datos de referencia pre-recuperados y admite más de 7 técnicas de recuperación, más de 24 modelos de reordenamiento de última generación y múltiples métodos RAG.
OpenChatBI es una herramienta BI inteligente basada en chat, impulsada por modelos lingüísticos masivos, diseñada para ayudar a los usuarios a consultar, analizar y visualizar datos a través de conversaciones en lenguaje natural. Utiliza LangGraph y LangChain para construir un agente de chat y flujos de trabajo que soportan la conversión de lenguaje natural a SQL y el análisis de datos.
Este repositorio recopila una extensa lista de artículos increíbles sobre Generación de Historias / Narración, centrándose exclusivamente en la era de los Grandes Modelos de Lenguaje (LLM).
Ekphrasis es una herramienta de procesamiento de texto, orientada a textos de redes sociales, como Twitter o Facebook. Ekphrasis realiza tokenización, normalización de palabras, segmentación de palabras (para dividir hashtags) y corrección ortográfica, utilizando estadísticas de palabras de 2 grandes corpus (Wikipedia en inglés, twitter - 330 millones de tuits en inglés).