#text-classification Repositorios
Descubre 54 repositorios activos de código abierto de GitHub etiquetados con #text-classification, que acumulan 253,648 estrellas en total (una media de 4,697 estrellas por proyecto). El líder de este tema es fighting41love/funNLP, con 78,181 estrellas.
54 repositorios en total
Palabras sensibles chino-inglés, detección de idiomas, consulta de ubicación/operador de teléfonos móviles/fijos chinos y extranjeros, inferencia de género por nombres, extracción de números de móvil, extracción de DNI, extracción de correos electrónicos, biblioteca de nombres chino-japoneses, biblioteca de abreviaturas chinas, diccionario de descomposición de caracteres, valores emocionales de vocabulario, palabras de parada, tabla de palabras reaccionarias, tabla de palabras de violencia y terror, conversión de caracteres tradicionales a simplificados, simulación de pronunciación china en inglés, generador de letras de Wang Feng, biblioteca de nombres profesionales, biblioteca de sinónimos, biblioteca de antónimos, biblioteca de palabras negativas, biblioteca de marcas de automóviles, biblioteca de piezas de automóviles, corte continuo de inglés, varios vectores de palabras chinos, gran colección de nombres de empresas, biblioteca de poesía antigua, biblioteca de IT, biblioteca financiera, biblioteca de idioms, biblioteca de nombres geográficos, biblioteca de figuras históricas, biblioteca de poesía, biblioteca médica, biblioteca de dietas, biblioteca legal, biblioteca de automóviles, biblioteca de animales, corpus de chat en chino, datos de rumores en chino, conjunto de datos de preguntas y respuestas en chino de Baidu, colección de algoritmos de coincidencia de similitud de oraciones, recursos bert, herramientas relacionadas con generación y resumen de texto, herramienta de extracción de información cocoNLP, coincidencia de expresiones regulares de números de teléfono nacionales, Tsinghua XLORE: grafo de conocimiento enciclopédico translingüe chino-inglés, serie de informes de tecnología de IA de Tsinghua, generación de lenguaje natural, serie NLU es demasiado difícil, datos de parejas automáticas y robot, lista de lista negra de nombres de usuario, nombres jurídicos de delitos y modelo de clasificación, corpus de cuentas públicas de WeChat, curso de procesamiento de lenguaje natural de aprendizaje profundo cs224n, reconocimiento de caracteres chinos escritos a mano, corpus/conjuntos de datos de procesamiento de lenguaje natural chino, herramienta divina para nombrar variables, biblioteca de corpus de segmentación + código, conjunto de datos de diálogo basado en tareas en inglés, conjunto de datos de voz ASR + chino basado en aprendizaje profundo
segmentación de palabras en chino; etiquetado de categorías gramaticales; reconocimiento de entidades con nombre; análisis sintáctico de dependencias; análisis sintáctico de constituyentes; análisis de dependencias semánticas; etiquetado de roles semánticos; resolución de correferencias; transferencia de estilo; similitud semántica; descubrimiento de palabras nuevas; extracción de palabras clave y frases clave; resumen automático; clasificación y agrupación de textos; conversión entre pinyin y chino simplificado/tradicional; procesamiento del lenguaje natural
Lime: Explicando las predicciones de cualquier clasificador de aprendizaje automático
Red Neuronal Convolucional para Clasificación de Texto en TensorFlow
Lista de palabras vacías comunes en chino (Lista de palabras vacías de HIT, Lista de palabras vacías de Baidu, etc.)
Usar Bert, ERNIE para la clasificación de texto chino
Transformers para Recuperación de Información, Clasificación de Texto, NER, QA, Modelado de Lenguaje, Generación de Lenguaje, T5, Multi-Modal y IA Conversacional
MTEB: Evaluación de vanguardia de embeddings en múltiples idiomas y modalidades
Kashgari es un marco de aprendizaje por transferencia NLP de nivel de producción construido sobre tf.keras para etiquetado de texto y clasificación de texto, incluye Word2Vec, BERT y GPT2 Language Embedding.
[ACL 2023] Un Embebedor, Cualquier Tarea: Embeddings de Texto Ajustados con Instrucciones
Un toolkit de código abierto para la clasificación jerárquica de texto multietiqueta neuronal
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 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.
DELTA es una plataforma de procesamiento de lenguaje natural y voz basada en aprendizaje profundo. LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/
Modelo de aprendizaje profundo de vanguardia para analizar sentimientos, emociones, sarcasmo, etc.
Anotador para Corpus de Texto Chino (EN DESARROLLO) Herramienta de anotación de texto chino
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.
Biblioteca de detección de lenguaje natural para Rust. Prueba la demo en línea: https://whatlang.org/
1 línea para miles de modelos NLP de última generación en cientos de idiomas. La forma más rápida y precisa de resolver problemas de texto.
Una herramienta para aprender representaciones vectoriales de palabras y entidades de Wikipedia
Este repositorio presenta PIXIU, un recurso de código abierto que incluye los primeros modelos de lenguaje grandes (LLMs) financieros, datos de ajuste de instrucciones y puntos de referencia de evaluación para evaluar de manera integral los LLMs financieros. Nuestro objetivo es impulsar continuamente el desarrollo de código abierto de inteligencia artificial (IA) financiera.
👑 Bloques de construcción y visualizadores de spaCy para aplicaciones de Streamlit
Clasificación de texto multietiqueta, clasificación multietiqueta, clasificación de texto, multietiqueta, clasificador, clasificación de texto, BERT, seq2seq, attention, clasificación multietiqueta
Foca moteada — Phocinae-Largha-150M-v1: un modelo bilingüe de toma de decisiones de 144,3 M. Modelo pequeño. Grandes decisiones. Foca pequeña, grandes decisiones.
Un detector de texto de IA de código abierto para identificar contenido generado por IA en ensayos, artículos y documentos. Admite detección a nivel de documento y de oración, con clasificación de contenido humano, generado por IA y mixto, resultados explicables y desarrollo de modelos multilingües.
Un Benchmark de Clasificación de Texto en PyTorch
BERTweet: Un modelo de lenguaje pre-entrenado para Tweets en inglés (EMNLP-2020)
Clasificar la descripción de delitos de Kaggle San Francisco en 39 clases. Construir el modelo con CNN, RNN (GRU y LSTM) y Word Embeddings en Tensorflow.
Una implementación del modelo BERT y sus tareas posteriores relacionadas basadas en el marco PyTorch. @跟我学机器学习
Un sistema de clasificación flexible y adaptable para la clasificación dinámica de texto
Preguntas frecuentes
¿Cuál es el repositorio de #text-classification más popular en GitHub?
El proyecto de código abierto de #text-classification mejor posicionado en GitHub es fighting41love/funNLP, con 78,181 estrellas. Palabras sensibles chino-inglés, detección de idiomas, consulta de ubicación/operador de teléfonos móviles/fijos chinos y extranjeros, inferencia de género por nombres, extracción de números de móvil, extracción de DNI, extracción de correos electrónicos, biblioteca de nombres chino-japoneses, biblioteca de abreviaturas chinas, diccionario de descomposición de caracteres, valores emocionales de vocabulario, palabras de parada, tabla de palabras reaccionarias, tabla de palabras de violencia y terror, conversión de caracteres tradicionales a simplificados, simulación de pronunciación china en inglés, generador de letras de Wang Feng, biblioteca de nombres profesionales, biblioteca de sinónimos, biblioteca de antónimos, biblioteca de palabras negativas, biblioteca de marcas de automóviles, biblioteca de piezas de automóviles, corte continuo de inglés, varios vectores de palabras chinos, gran colección de nombres de empresas, biblioteca de poesía antigua, biblioteca de IT, biblioteca financiera, biblioteca de idioms, biblioteca de nombres geográficos, biblioteca de figuras históricas, biblioteca de poesía, biblioteca médica, biblioteca de dietas, biblioteca legal, biblioteca de automóviles, biblioteca de animales, corpus de chat en chino, datos de rumores en chino, conjunto de datos de preguntas y respuestas en chino de Baidu, colección de algoritmos de coincidencia de similitud de oraciones, recursos bert, herramientas relacionadas con generación y resumen de texto, herramienta de extracción de información cocoNLP, coincidencia de expresiones regulares de números de teléfono nacionales, Tsinghua XLORE: grafo de conocimiento enciclopédico translingüe chino-inglés, serie de informes de tecnología de IA de Tsinghua, generación de lenguaje natural, serie NLU es demasiado difícil, datos de parejas automáticas y robot, lista de lista negra de nombres de usuario, nombres jurídicos de delitos y modelo de clasificación, corpus de cuentas públicas de WeChat, curso de procesamiento de lenguaje natural de aprendizaje profundo cs224n, reconocimiento de caracteres chinos escritos a mano, corpus/conjuntos de datos de procesamiento de lenguaje natural chino, herramienta divina para nombrar variables, biblioteca de corpus de segmentación + código, conjunto de datos de diálogo basado en tareas en inglés, conjunto de datos de voz ASR + chino basado en aprendizaje profundo
¿Qué lenguajes de programación se utilizan más en los repositorios de #text-classification?
Entre los proyectos de #text-classification mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, JavaScript, Scala.
¿Cómo se calcula la clasificación de los repositorios de #text-classification?
Seguimos 54 repositorios activos de código abierto etiquetados con #text-classification (500+ estrellas), que suman un total de 253,648 estrellas, con una media de 4,697 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.