#text-classification Dépôts
Découvrez 54 dépôts GitHub open source actifs associés à #text-classification, cumulant 253,648 étoiles au total (soit une moyenne de 4,697 étoiles par projet). Le projet en tête de ce thème est fighting41love/funNLP, avec 78,181 étoiles.
54 dépôts au total
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
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
Lime : Explication des prédictions de tout classificateur d'apprentissage automatique
Réseau de Neurones Convolutifs pour la Classification de Texte en TensorFlow
Liste de mots vides courants en chinois (Liste de mots vides HIT, Liste de mots vides Baidu, etc.)
Utilisation de Bert, ERNIE pour la classification de texte chinois
Transformers pour la Recherche d'Information, Classification de Texte, NER, QA, Modélisation du Langage, Génération de Langage, T5, Multi-Modal et IA Conversationnelle
MTEB : Évaluation de pointe des embeddings à travers les langues et les modalités
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.
[ACL 2023] Un Embedding, N'importe Quelle Tâche : Embeddings de Texte Affinés par Instructions
Une boîte à outils open-source pour la classification hiérarchique de texte multi-étiquettes neuronale
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 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.
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/
Modèle d'apprentissage profond de pointe pour analyser le sentiment, les émotions, le sarcasme, etc.
Annotateur pour Corpus de Texte Chinois (EN DÉVELOPPEMENT) Outil d'annotation de texte chinois
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.
Bibliothèque de détection de langage naturel pour Rust. Essayez la démo en ligne : https://whatlang.org/
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.
Un outil pour apprendre les représentations vectorielles des mots et des entités à partir de Wikipedia
Ce dépôt présente PIXIU, une ressource open-source proposant les premiers grands modèles linguistiques (LLM) financiers, des données d'ajustement d'instructions et des benchmarks d'évaluation pour évaluer de manière globale les LLM financiers. Notre objectif est de faire progresser continuellement le développement open-source de l'intelligence artificielle (IA) financière.
👑 Blocs de construction et visualiseurs spaCy pour les applications Streamlit
Classification de texte multi-étiquettes, classification multi-étiquettes, classification de texte, multi-étiquettes, classifieur, classification de texte, BERT, seq2seq, attention, classification multi-étiquettes
Phoque tacheté — Phocinae-Largha-150M-v1 : un modèle bilingue de prise de décision de 144,3 M. Petit modèle. Grandes décisions. Petit phoque, grandes décisions.
Un détecteur de texte IA open source permettant d’identifier le contenu généré par l’IA dans les dissertations, les articles et les documents. Il prend en charge la détection au niveau du document et de la phrase, avec une classification du contenu humain, généré par l’IA ou mixte, des résultats explicables et le développement de modèles multilingues.
Un Benchmark de Classification de Texte en PyTorch
BERTweet: Un modèle de langage pré-entraîné pour les Tweets en anglais (EMNLP-2020)
Classer la description des crimes de Kaggle San Francisco en 39 classes. Construire le modèle avec CNN, RNN (GRU et LSTM) et Word Embeddings sur Tensorflow.
Une implémentation du modèle BERT et de ses tâches en aval associées basée sur le framework PyTorch. @跟我学机器学习
Un système de classification flexible et adaptatif pour la classification dynamique de texte
Foire aux questions
Quel est le dépôt #text-classification le plus populaire sur GitHub ?
Le projet #text-classification open source le mieux classé sur GitHub est fighting41love/funNLP, avec 78,181 étoiles. 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
Quels langages de programmation sont les plus utilisés dans les dépôts #text-classification ?
Parmi les projets #text-classification les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, JavaScript, Scala.
Comment le classement des dépôts #text-classification est-il calculé ?
Nous suivons 54 dépôts open source actifs associés à #text-classification (500+ étoiles), totalisant 253,648 étoiles, avec une moyenne de 4,697 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.