#natural-language-processing Dépôts
Découvrez 798 dépôts GitHub open source actifs associés à #natural-language-processing, cumulant 3,300,153 étoiles au total (soit une moyenne de 4,135 étoiles par projet). Le projet en tête de ce thème est huggingface/transformers, avec 169,339 étoiles.
798 dépôts au total
🤗 Transformers : le framework de définition de modèles pour les modèles d'apprentissage automatique de pointe en texte, vision, audio et modèles multimodaux, à la fois pour l'inférence et l'entraînement.
Implémentez à partir de zéro un LLM de type ChatGPT dans PyTorch, étape par étape
Mots sensibles chinois-anglais, détection de langue, requête d'attribution/opérateur de téléphones mobiles/fixes chinois/étrangers, inférence de genre par nom, extraction de numéro de mobile, extraction de carte d'identité, extraction d'email, bibliothèque de noms sino-japonaise, bibliothèque d'abréviations chinoises, dictionnaire de décomposition de caractères, valeurs sentimentales du vocabulaire, mots vides, liste de mots réactionnaires, liste de mots violence-terrorisme, conversion simplifié-traditionnel, simulation de prononciation chinoise en anglais, générateur de paroles de Wang Feng, bibliothèque de noms de professions, bibliothèque de synonymes, bibliothèque d'antonymes, bibliothèque de mots négatifs, bibliothèque de marques automobiles, bibliothèque de pièces automobiles, segmentation continue de l'anglais, divers vecteurs de mots chinois, grande collection de noms d'entreprises, bibliothèque de poésie ancienne, bibliothèque IT, bibliothèque financière, bibliothèque d'idiomes, bibliothèque de noms géographiques, bibliothèque de figures historiques, bibliothèque de poésie, bibliothèque médicale, bibliothèque de diététique, bibliothèque juridique, bibliothèque automobile, bibliothèque animale, corpus de chat chinois, données de rumeurs chinoises, ensemble de données Q&R chinois Baidu, collection d'algorithmes de correspondance de similarité de phrases, ressources bert, outils de génération et résumé de texte, outil d'extraction d'informations cocoNLP, correspondance regex des numéros de téléphone nationaux, Tsinghua XLORE : graphe de connaissances encyclopédique translingue sino-anglais, série de rapports sur les technologies IA de Tsinghua, génération de langage naturel, série NLU trop difficile, données de couplets automatiques & robot, liste de blacklist des noms d'utilisateurs, termes légaux des crimes & modèle de classification, corpus de comptes publics WeChat, cours cs224n apprentissage profond traitement du langage naturel, reconnaissance de caractères chinois manuscrits, corpus/ensembles de données de traitement du langage naturel chinois, artefact de nommage de variables, bibliothèque de corpus de segmentation + code, ensemble de données de dialogue orienté tâche en anglais, ensemble de données vocal ASR + chinois basé sur l'apprentissage profond
Une liste organisée d'excellents frameworks, bibliothèques et logiciels d'apprentissage automatique.
《Plongez dans l'apprentissage profond》 : Pour les lecteurs chinois, exécutable et discutables. Les versions chinoise et anglaise sont utilisées pour l'enseignement dans plus de 500 universités de plus de 70 pays.
Le dépôt le plus simple et le plus rapide pour entraîner/affiner des GPT de taille moyenne.
Apprenez à développer, déployer et itérer sur des applications ML de qualité production.
Tutoriel interactif d'Anthropic sur l'ingénierie des prompts
Une plateforme ouverte pour l'entraînement, le déploiement et l'évaluation de grands modèles linguistiques. Dépôt de publication pour Vicuna et Chatbot Arena.
segmentation des mots chinois ; étiquetage morphosyntaxique ; reconnaissance des entités nommées ; analyse syntaxique en dépendances ; analyse syntaxique en constituants ; analyse des dépendances sémantiques ; étiquetage des rôles sémantiques ; résolution des coréférences ; transfert de style ; similarité sémantique ; découverte de mots nouveaux ; extraction de mots-clés et d’expressions clés ; résumé automatique ; classification et regroupement de textes ; conversion entre le pinyin et le chinois simplifié/traditionnel ; traitement automatique du langage naturel
Le harnais d'IA n°1 pour créer des CV, PDF, lettres de motivation et plus, localement avec le support de plus de 100 LLM.
📚 Articles et blogs tech d'entreprises partageant leur travail sur la science des données et l'apprentissage automatique en production.
Qwen3 est la série de grands modèles linguistiques développée par l'équipe Qwen d'Alibaba Cloud.
Livre interactif sur l'apprentissage profond avec code multi-frameworks, mathématiques et discussions. Adopté dans 500 universités de 70 pays, dont Stanford, MIT, Harvard et Cambridge.
✅(Terminé) Notes super complètes sur l'apprentissage profond 【Tuduī PyTorch】【Li Mu Apprentissage profond pratique】【Andrew Ng Deep Learning】【Dafei Agents de grands modèles】
Un ensemble d'exemples autour de Pytorch dans les domaines de la vision, du texte, de l'apprentissage par renforcement, etc.
Répertoire pour suivre les progrès en Traitement du Langage Naturel (NLP), incluant les ensembles de données et l'état de l'art actuel pour les tâches NLP les plus courantes.
🤗 Le plus grand hub de jeux de données prêts à l'emploi pour les modèles d'IA avec des outils de manipulation de données rapides, faciles à utiliser et efficaces
Le dépôt officiel de Qwen (通义千问), le grand modèle de langage pré-entraîné et de chat proposé par Alibaba Cloud.
⚡ Décryptez automatiquement les chiffrements sans connaître la clé ou le chiffrement, décodez les encodages et cassez les hachages ⚡
💬 Framework d'apprentissage automatique open source pour automatiser les conversations basées sur le texte et la voix : NLU, gestion de dialogue, connexion à Slack, Facebook et plus - Créez des chatbots et des assistants vocaux
Qwen3-VL est la série de grands modèles linguistiques multimodaux développée par l'équipe Qwen d'Alibaba Cloud.
:book: Une liste curated de ressources dédiées au Traitement automatique du langage naturel (NLP)
Plateforme IA privée pour agents, assistants et recherche d'entreprise. Agent Builder intégré, recherche approfondie, analyse de documents, prise en charge multi-modèles et connectivité API pour les agents.
🐫 CAMEL: Le premier et le meilleur framework multi-agents. Trouver la loi de mise à l'échelle des agents. https://www.camel-ai.org
📺 Découvrez les derniers cours sur l'apprentissage automatique / l'IA sur YouTube.
Une liste complète de contenu lié à Pytorch sur GitHub, tels que différents modèles, implémentations, bibliothèques d'assistance, tutoriels, etc.
Convertissez des documents en données structurées sans effort. Unstructured est une solution ETL open-source pour transformer des documents complexes en formats propres et structurés pour les modèles linguistiques. Visitez notre site Web pour en savoir plus sur notre produit Platform de qualité professionnelle pour les flux de travail de production, le partitionnement, les enrichissements, le découpage et l'intégration.
Tutoriel sur le Traitement du Langage Naturel pour les Chercheurs en Apprentissage Profond
Un framework très simple pour le traitement automatique du langage naturel (NLP) de pointe
Série ChatGLM3 : LLM de conversation bilingues ouverts | LLM de conversation bilingues ouverts
Code et modèles PyTorch pour la méthode d'apprentissage auto-supervisé DINOv2.
Foire aux questions
Quel est le dépôt #natural-language-processing le plus populaire sur GitHub ?
Le projet #natural-language-processing open source le mieux classé sur GitHub est huggingface/transformers, avec 169,339 étoiles. 🤗 Transformers : le framework de définition de modèles pour les modèles d'apprentissage automatique de pointe en texte, vision, audio et modèles multimodaux, à la fois pour l'inférence et l'entraînement.
Quels langages de programmation sont les plus utilisés dans les dépôts #natural-language-processing ?
Parmi les projets #natural-language-processing les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, TypeScript, Rust.
Comment le classement des dépôts #natural-language-processing est-il calculé ?
Nous suivons 798 dépôts open source actifs associés à #natural-language-processing (500+ étoiles), totalisant 3,300,153 étoiles, avec une moyenne de 4,135 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.