#word-embeddings Dépôts
Découvrez 21 dépôts GitHub open source actifs associés à #word-embeddings, cumulant 102,023 étoiles au total (soit une moyenne de 4,858 étoiles par projet). Le projet en tête de ce thème est srbhr/Resume-Matcher, avec 29,365 étoiles.
21 dépôts au total
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.
Un framework très simple pour le traitement automatique du langage naturel (NLP) de pointe
Logiciel en C et fichiers de données pour le populaire modèle GloVe pour les représentations de mots distribuées, alias vecteurs de mots ou embeddings
Tutoriels pour débuter avec PyTorch et TorchText pour l'analyse de sentiments.
Top2Vec apprend conjointement des vecteurs de sujets, de documents et de mots intégrés.
De belles visualisations de la manière dont la langue diffère entre les types de documents.
comparer les humoristes de stand-up en utilisant le traitement du langage naturel
Une liste soigneusement sélectionnée de ressources impressionnantes de Deep Learning (DL) pour le traitement du langage naturel (NLP)
«Deep Learning à partir de zéro 2» (O'Reilly Japan, 2018)
Une collection de carnets pour le Traitement Automatique du Langage Naturel de NLP Town
Vectorisation rapide, modélisation de sujets, distances et embeddings de mots GloVe en R.
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.
Distance du Déplaceur de Mots du paper de Matthew J Kusner "From Word Embeddings to Document Distances"
Foire aux questions
Quel est le dépôt #word-embeddings le plus populaire sur GitHub ?
Le projet #word-embeddings open source le mieux classé sur GitHub est srbhr/Resume-Matcher, avec 29,365 étoiles. 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.
Quels langages de programmation sont les plus utilisés dans les dépôts #word-embeddings ?
Parmi les projets #word-embeddings les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C, Go.
Comment le classement des dépôts #word-embeddings est-il calculé ?
Nous suivons 21 dépôts open source actifs associés à #word-embeddings (500+ étoiles), totalisant 102,023 étoiles, avec une moyenne de 4,858 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.