#nlp Dépôts
494 dépôts au total
La bibliothèque de détection de langue naturelle la plus précise pour Python, adaptée aux textes courts et aux textes multilingues
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
[ICML 2024] LLMCompiler : Un compilateur LLM pour les appels de fonctions parallèles
Microsoft.Recognizers.Text fournit la reconnaissance et la résolution de nombres, d'unités, de date/heure, etc. dans plusieurs langues (ZH, EN, FR, ES, PT, DE, IT, TR, HI, NL. Support partiel pour JA, KO, AR, SV). Packages disponibles sur : https://www.nuget.org/profiles/Recognizers.Text, https://www.npmjs.com/~recognizers.text
Moderniser BERT par des changements architecturaux et une mise à l'échelle
Veille, recherche et application des technologies de pointe telles que le traitement automatique du langage naturel, les graphes de connaissances, les grands modèles de langage et les agents.
Intelligence Artificielle, Apprentissage Automatique et Apprentissage Profond formidables, tels que nous les apprenons. Notes d'étude et une liste curated de ressources formidables sur ces sujets.
Graph4nlp est la bibliothèque pour l'utilisation facile des réseaux de neurones graphiques pour le NLP. Bienvenue sur notre site web DLG4NLP (https://dlg4nlp.github.io/index.html) pour diverses ressources d'apprentissage !
Tika-Python est une liaison Python aux services REST d'Apache Tika™ permettant d'appeler Tika nativement au sein de la communauté Python.
Extraction de données non structurées, rapide et efficace. Écrit en Rust avec des liaisons pour de nombreuses langues.
Dépôt de code pour "WebArena: Un environnement Web réaliste pour la construction d'agents autonomes"
Un framework sans code basé sur PyTorch pour mener des études d’apprentissage profond reproductibles. Écosystème PyTorch. 🏆 À ce jour, 28 méthodes de distillation des connaissances présentées à TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, etc. ont été implémentées. 🎁 Des modèles entraînés, des journaux d’entraînement et des configurations sont disponibles pour garantir la reproductibilité et faciliter l’évaluation comparative.
Ceci est un manuel mis à jour en permanence pour permettre aux lecteurs de suivre facilement les dernières techniques Text-to-SQL dans la littérature et de fournir des conseils pratiques aux chercheurs et aux praticiens.
une bibliothèque Python pour l'analyse de chaînes d'adresses non structurées des États-Unis en composants d'adresse
WikiChat est un RAG amélioré. Il arrête l'hallucination des grands modèles linguistiques en récupérant des données à partir d'un corpus.
ExtractThinker est une bibliothèque d'intelligence documentaire pour les LLM, offrant une interaction de style ORM pour des flux de travail de documents flexibles et puissants.
DELTA est une plateforme de traitement du langage naturel et de la parole basée sur l'apprentissage profond. LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/
Que contiennent vos données ? Extrayez les schémas, les statistiques et les entités des ensembles de données
Collection de bibliothèques et d'outils open-source pour l'Automatisation des Processus Robotiques (RPA), conçue pour être utilisée avec Robot Framework et Python
similarity: Kit d'outils pour le calcul de similarité de texte pour Java. Boîte à outils pour le calcul de similarité de texte, écrit en Java, peut être utilisé pour le calcul de similarité de texte, l'analyse de sentiments, etc., prêt à l'emploi.
Une collection de corpus pour la reconnaissance d'entités nommées (NER) et les tâches de reconnaissance d'entités. Ces ensembles de données annotés couvrent une variété de langues, domaines et types d'entités.
Données et outils pour la génération et l'inspection des données de pré-entraînement OLMo.
Modèle d'apprentissage profond de pointe pour analyser le sentiment, les émotions, le sarcasme, etc.
Les modules plug-and-play les plus complets pour l'ensemble du réseau en 2025, partagés gratuitement ! CVPR2025, AAAI2025, ICLR2025, TNNLS2025, arXiv2025...... Comprend tous les domaines de l'intelligence artificielle (apprentissage automatique, apprentissage profond, etc.), adaptés à la classification d'images, à la détection d'objets, à la segmentation d'instances, à la segmentation sémantique, à la segmentation panoptique, à l'estimation de pose, à la segmentation d'images médicales, à la segmentation d'objets vidéo, au détourage d'images, à l'édition d'images, au suivi d'objets uniques, au suivi d'objets multiples, à la ré-identification de personnes, RGBT, débruitage d'images, suppression de la pluie, suppression du brouillard, suppression des ombres, suppression du flou, super-résolution, suppression des reflets, suppression des motifs moirés, restauration d'images, réparation d'images, restauration d'images hyperspectrales, fusion d'images, colorisation d'images, imagerie à grande gamme dynamique, compression vidéo et image, nuages de points 3D, détection d'objets 3D, segmentation sémantique 3D, estimation de pose 3D, etc., ainsi qu'à d'autres tâches liées à l'IA telles que le traitement du langage naturel, les grands modèles linguistiques, le multimodal, etc. Mise à jour continue......
un environnement d'exécution rapide et convivial pour l'inférence de transformeurs (Bert, Albert, GPT2, Décoders, etc.) sur CPU et GPU.
Ce projet est un package de base. Il encapsule la plupart des outils couramment utilisés dans les projets NLP.
Portfolio de projets de science des données réalisés par moi à des fins académiques, d'auto-apprentissage et de loisirs.
Framework rapide et personnalisable pour la création automatique de modèles ML (AutoML)
Le choix open-source du data scientist pour faire évoluer, évaluer et maintenir les données de langage naturel. Traitez les données d'entraînement comme un artefact logiciel.
Solution open source d’analyse de la voix du client, axée sur la confidentialité. Une alternative auto-hébergée à Enterpret et Unwrap qui supprime les données personnelles des retours avant qu’un LLM ne les traite.
Une bibliothèque de recherche en texte intégral persistante et résiliente au réseau pour le navigateur et Node.js
🛸 Utilisez des transformers pré-entraînés comme BERT, XLNet et GPT-2 dans spaCy