#sentence-embeddings Dépôts
Découvrez 15 dépôts GitHub open source actifs associés à #sentence-embeddings, cumulant 69,572 étoiles au total (soit une moyenne de 4,638 étoiles par projet). Le projet en tête de ce thème est huggingface/sentence-transformers, avec 19,297 étoiles.
15 dépôts au total
Framework IA tout-en-un pour la recherche sémantique, l'orchestration LLM et les flux de travail de modèles linguistiques
Utilisation de BERT et c-TF-IDF pour créer des sujets facilement interprétables.
text2vec, texte vers vecteur. Outil de représentation vectorielle de texte qui convertit le texte en matrices de vecteurs, implémente des modèles comme Word2Vec, RankBM25, Sentence-BERT, CoSENT pour la représentation de texte et le calcul de similarité de texte, prêt à l'emploi.
[EMNLP 2021] SimCSE : Apprentissage contrastif simple d'embeddings de phrases https://arxiv.org/abs/2104.08821
1 ligne pour des milliers de modèles NLP à la pointe de la technologie dans des centaines de langues. La manière la plus rapide et la plus précise de résoudre les problèmes de texte.
SONAR, un nouvel espace d'intégration multilingue et multimodale à taille fixe pour les phrases, avec une suite complète d'encodeurs et de décodeurs vocaux et textuels.
Le Natural Language Toolkit for Indic Languages vise à fournir un support prêt à l'emploi pour diverses tâches NLP dont un développeur d'applications pourrait avoir besoin.
Une base de données vectorielle Python dont vous avez exactement besoin, ni plus, ni moins.
Entraînez et déduisez de puissants plongements de phrases avec AnglE | 🔥 SOTA sur le classement STS et MTEB
Foire aux questions
Quel est le dépôt #sentence-embeddings le plus populaire sur GitHub ?
Le projet #sentence-embeddings open source le mieux classé sur GitHub est huggingface/sentence-transformers, avec 19,297 étoiles. Intégrations, Récupération et Réorganisation de Pointe
Quels langages de programmation sont les plus utilisés dans les dépôts #sentence-embeddings ?
Parmi les projets #sentence-embeddings les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C++.
Comment le classement des dépôts #sentence-embeddings est-il calculé ?
Nous suivons 15 dépôts open source actifs associés à #sentence-embeddings (500+ étoiles), totalisant 69,572 étoiles, avec une moyenne de 4,638 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.