#nlp-machine-learning Repository
Scopri 28 repository GitHub open source attivi contrassegnati con #nlp-machine-learning, che raccolgono un totale di 43,343 stelle (con una media di 1,547 stelle per progetto). Il progetto leader di questo argomento è deeppavlov/DeepPavlov, con 6,994 stelle.
28 repository in totale
Una libreria open source per sistemi di dialogo end-to-end basati su deep learning e chatbot.
🌟100+ schemi originali LLM / RL 📚, dal capolavoro dell'autore di "Large Model Algorithms"! 💥 (100+ Mappe algoritmi LLM/RL)
MNBVC (Massive Never-ending BT Vast Chinese corpus) super corpus di lingua cinese ad altissima scala. Al livello dei dati da 40T utilizzati per l'addestramento di chatGPT. Il set di dati MNBVC non solo include la cultura mainstream, ma anche dati da ogni cultura di nicchia e persino dal linguaggio marziano. Il set di dati MNBVC include notizie, saggi, romanzi, libri, riviste, tesi, copioni, post, wiki, poesie antiche, testi di canzoni, descrizioni di prodotti, barzellette, episodi imbarazzanti, registri di chat e ogni altra forma di dati testuali puri in cinese.
Tika-Python è un binding Python per i servizi REST di Apache Tika™ che consente di chiamare Tika nativamente nella comunità Python.
La libreria più accurata per il rilevamento del linguaggio naturale per Go, adatta per testi brevi e testi in lingue miste
Articoli correlati nell'ambito dell'elaborazione del linguaggio naturale (con note di lettura), riproduzione di modelli ed elaborazione dati (il codice include due versioni: TensorFlow e PyTorch)
Un pacchetto Python per eseguire la modellazione di argomenti contestualizzati. I CTM combinano embeddings contestualizzati (ad es. BERT) con modelli di argomenti per ottenere argomenti coerenti. Pubblicato a EACL e ACL 2021 (Bianchi et al.).
La libreria di rilevamento del linguaggio naturale più accurata per Rust, adatta per testi brevi e testi con lingue miste
Un'immersione profonda nelle rappresentazioni vettoriali (embeddings) a partire dalle basi
Una raccolta curata di eBook su data science, machine learning e IA per aiutarti a imparare e crescere.
skweak: Un toolkit software per la supervisione debole applicata a compiti NLP
Toolkit per la messa a punto, l'ablazione e il test unitario di LLM open-source.
Abbiamo introdotto un nuovo modello progettato per il compito di generazione di codice. La sua accuratezza nei test sul set di dati base HumanEval supera quella di GPT-4 Turbo (aprile 2024) e GPT-4o.
La libreria di rilevamento del linguaggio naturale più precisa per Java e la JVM, adatta sia per testi lunghi che brevi
Motore di ricerca basato su "grounding" (cioè con riferimento alla fonte) basato su LLM / ChatGPT / API OpenAI. Supporta la ricerca web, la ricerca del contenuto di file, ecc.
Modelli cinesi SpaCy | Modelli per SpaCy che supportano il cinese
Raccolta di articoli ICLR e progetti open source degli anni precedenti, inclusi ICLR2021, ICLR2022, ICLR2023, ICLR2024, ICLR2025.
🌍 AppWorld: Un mondo controllabile di app e persone per il benchmarking delle chiamate di funzione e degli agenti di coding interattivo, articolo vincitore del premio per la migliore risorsa di ACL'24.
Repository contenente tutto ciò che è necessario per l'analisi del sentiment e le aree correlate
FashionCLIP è un modello simile a CLIP ottimizzato per il dominio della moda.
Domande frequenti
Qual è il repository #nlp-machine-learning più popolare su GitHub?
Il progetto open source #nlp-machine-learning più alto in classifica su GitHub è deeppavlov/DeepPavlov, con 6,994 stelle. Una libreria open source per sistemi di dialogo end-to-end basati su deep learning e chatbot.
Quali linguaggi di programmazione sono più utilizzati nei repository #nlp-machine-learning?
Tra i progetti #nlp-machine-learning più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, Go, Rust.
Come viene calcolata la classifica dei repository #nlp-machine-learning?
Monitoriamo 28 repository open source attivi contrassegnati con #nlp-machine-learning (500+ stelle), per un totale di 43,343 stelle e una media di 1,547 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.