#fasttext Dépôts
Découvrez 6 dépôts GitHub open source actifs associés à #fasttext, cumulant 26,706 étoiles au total (soit une moyenne de 4,451 étoiles par projet). Le projet en tête de ce thème est piskvorky/gensim, avec 16,507 étoiles.
6 dépôts au total
Tutoriels pour débuter avec PyTorch et TorchText pour l'analyse de sentiments.
Classification de texte long en chinois, classification de phrases courtes, classification multi-étiquettes, similarité de deux phrases (Chinese Text Classification of Keras NLP, multi-label classify, or sentence classify, long or short), couche d'intégration vectorielle pour caractères/mots/phrases (embeddings) et couche de réseau (graph) classe de base de construction, FastText, TextCNN, CharCNN, TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, Réseau de Capsules-CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN
Un kit d'outils NLP chinois de niveau production, haute performance, modulaire et extensible. (Segmentation de mots chinois, perceptron moyen, fastText, pinyin, découverte de nouveaux mots, correction de segmentation, BM25, reconnaissance de noms de personnes, entité nommée, dictionnaire personnalisé)
Foire aux questions
Quel est le dépôt #fasttext le plus populaire sur GitHub ?
Le projet #fasttext open source le mieux classé sur GitHub est piskvorky/gensim, avec 16,507 étoiles. Modélisation de thèmes pour les humains
Quels langages de programmation sont les plus utilisés dans les dépôts #fasttext ?
Parmi les projets #fasttext les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Java.
Comment le classement des dépôts #fasttext est-il calculé ?
Nous suivons 6 dépôts open source actifs associés à #fasttext (500+ étoiles), totalisant 26,706 étoiles, avec une moyenne de 4,451 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.