#sequence-labeling Dépôts
Découvrez 5 dépôts GitHub open source actifs associés à #sequence-labeling, cumulant 19,411 étoiles au total (soit une moyenne de 3,882 étoiles par projet). Le projet en tête de ce thème est flairNLP/flair, avec 14,398 étoiles.
5 dépôts au total
Un framework très simple pour le traitement automatique du langage naturel (NLP) de pointe
Kashgari est un framework d'apprentissage par transfert NLP de niveau production construit sur tf.keras pour l'étiquetage de texte et la classification de texte, inclut Word2Vec, BERT et GPT2 Language Embedding.
Un framework Python pour l'évaluation de l'étiquetage de séquences (reconnaissance d'entités nommées, étiquetage POS, etc...)
Implémentation officielle des articles "GECToR – Grammatical Error Correction: Tag, Not Rewrite" (BEA-20) et "Text Simplification by Tagging" (BEA-21)"
Foire aux questions
Quel est le dépôt #sequence-labeling le plus populaire sur GitHub ?
Le projet #sequence-labeling open source le mieux classé sur GitHub est flairNLP/flair, avec 14,398 étoiles. Un framework très simple pour le traitement automatique du langage naturel (NLP) de pointe
Quels langages de programmation sont les plus utilisés dans les dépôts #sequence-labeling ?
Parmi les projets #sequence-labeling les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Shell.
Comment le classement des dépôts #sequence-labeling est-il calculé ?
Nous suivons 5 dépôts open source actifs associés à #sequence-labeling (500+ étoiles), totalisant 19,411 étoiles, avec une moyenne de 3,882 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.