#text-classification Repository
Scopri 54 repository GitHub open source attivi contrassegnati con #text-classification, che raccolgono un totale di 253,648 stelle (con una media di 4,697 stelle per progetto). Il progetto leader di questo argomento è fighting41love/funNLP, con 78,181 stelle.
54 repository in totale
Parole sensibili cino-inglesi, rilevamento lingua, query di appartenenza/operatore telefoni mobili/fissi cinesi/esteri, inferenza genere da nomi, estrazione numero mobile, estrazione carta d'identità, estrazione email, biblioteca nomi cino-giapponese, biblioteca abbreviazioni cinesi, dizionario decomposizione caratteri, valori sentimentali lessicali, parole vuote, tabella parole reazionarie, tabella parole violenza-terrorismo, conversione tra semplificato-tradizionale, simulazione pronuncia cinese in inglese, generatore testi canzoni Wang Feng, biblioteca nomi professioni, biblioteca sinonimi, biblioteca antonimi, biblioteca parole negative, biblioteca marchi auto, biblioteca parti auto, segmentazione continua inglese, vari vettori parole cinesi, grande raccolta nomi aziende, biblioteca poesia antica, biblioteca IT, biblioteca finanza, biblioteca idiomi, biblioteca nomi geografici, biblioteca figure storiche, biblioteca poesia, biblioteca medicina, biblioteca alimentazione, biblioteca legale, biblioteca auto, biblioteca animali, corpus chat cinese, dati rumors cinesi, dataset Q&A cinese Baidu, collezione algoritmi matching similarità frasi, risorse bert, tool generazione&riassunto testo, tool estrazione info cocoNLP, matching regex numeri telefono nazionali, Tsinghua XLORE: grafo conoscenza enciclopedico cross-lingua cino-inglese, serie report tecnologia IA Tsinghua, generazione linguaggio naturale, serie NLU troppo difficile, dati coppie automatiche & robot, lista blacklist nomi utente, nomi legali reati & modello classificazione, corpus account pubblici WeChat, corso cs224n deep learning NLP, riconoscimento caratteri cinesi scritti a mano, corpus/dataset NLP cinese, strumento divino naming variabili, biblioteca corpus segmentazione + codice, dataset dialoghi task-based inglese, dataset voce ASR + cinese basato deep learning
segmentazione delle parole cinesi; annotazione delle parti del discorso; riconoscimento delle entità nominate; analisi sintattica a dipendenze; analisi sintattica a costituenti; analisi delle dipendenze semantiche; annotazione dei ruoli semantici; risoluzione delle coreferenze; trasferimento dello stile; similarità semantica; individuazione di neologismi; estrazione di parole chiave e frasi chiave; sintesi automatica; classificazione e raggruppamento dei testi; conversione tra pinyin e cinese semplificato/tradizionale; elaborazione del linguaggio naturale
Rete Neurale Convoluzionale per la Classificazione del Testo in TensorFlow
Elenco di parole di stop comuni in cinese (Elenco di parole di stop HIT, Elenco di parole di stop Baidu, ecc.)
Utilizzo di Bert, ERNIE per la classificazione di testo cinese
Transformers per il Recupero delle Informazioni, Classificazione del Testo, NER, QA, Modellazione del Linguaggio, Generazione del Linguaggio, T5, Multi-Modal e AI Conversazionale
MTEB: Valutazione all'avanguardia degli embedding attraverso lingue e modalità
Kashgari è un framework di apprendimento trasferito NLP a livello di produzione costruito su tf.keras per l'etichettatura del testo e la classificazione del testo, include Word2Vec, BERT e GPT2 Language Embedding.
[ACL 2023] Un Embedding, Qualsiasi Task: Embedding di Testo Affinati con Istruzioni
Un toolkit open-source per la classificazione gerarchica di testi multilabel neurale
Classificazione testo lungo in cinese, classificazione frasi brevi, classificazione multi-etichetta, similarità di due frasi (Chinese Text Classification of Keras NLP, multi-label classify, or sentence classify, long or short), strato di embedding vettoriale per caratteri/parole/frasi (embeddings) e strato di rete (graph) classe base di costruzione, FastText, TextCNN, CharCNN, TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, Rete a Capsula-CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN
Un framework senza codice basato su PyTorch per studi di deep learning riproducibili. Ecosistema PyTorch. 🏆 Finora sono stati implementati 28 metodi di distillazione della conoscenza presentati a TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, ecc. 🎁 Sono disponibili modelli addestrati, registri di addestramento e configurazioni per garantire la riproducibilità e consentire il benchmarking.
DELTA è una piattaforma di elaborazione del linguaggio naturale e della voce basata sull'apprendimento profondo. LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/
Modello di deep learning all'avanguardia per l'analisi di sentimenti, emozioni, sarcasmo ecc.
Annotatore per Corpus di Testo Cinese (IN SVILUPPO) Strumento di annotazione testo cinese
La scelta open-source del data scientist per scalare, valutare e mantenere dati di linguaggio naturale. Tratta i dati di addestramento come un artefatto software.
Libreria per il rilevamento del linguaggio naturale per Rust. Prova la demo online: https://whatlang.org/
Una riga per migliaia di modelli NLP all'avanguardia in centinaia di lingue. Il modo più veloce e accurato per risolvere problemi di testo.
Uno strumento per imparare rappresentazioni vettoriali di parole ed entità da Wikipedia
Questo repository introduce PIXIU, una risorsa open-source che presenta i primi modelli linguistici di grandi dimensioni (LLM) finanziari, dati di instruction tuning e benchmark di valutazione per valutare in modo olistico gli LLM finanziari. Il nostro obiettivo è quello di promuovere continuamente lo sviluppo open-source dell'intelligenza artificiale (AI) finanziaria.
Classificazione di testo multi-etichetta, classificazione multi-etichetta, classificazione di testo, multi-etichetta, classificatore, classificazione di testo, BERT, seq2seq, attention, classificazione multi-etichetta
Foca maculata — Phocinae-Largha-150M-v1: un modello bilingue per le decisioni da 144,3 M. Modello piccolo. Grandi decisioni. Piccola foca, grandi decisioni.
Un rilevatore di testo basato sull’intelligenza artificiale, open source, per identificare contenuti generati dall’IA in saggi, articoli e documenti. Supporta il rilevamento a livello di documento e di frase, con classificazione dei contenuti umani, generati dall’IA e misti, risultati spiegabili e sviluppo di modelli multilingue.
Un Benchmark per la Classificazione del Testo in PyTorch
BERTweet: Un modello linguistico pre-addestrato per Tweet in inglese (EMNLP-2020)
Classificare la descrizione dei crimini di Kaggle San Francisco in 39 classi. Costruire il modello con CNN, RNN (GRU e LSTM) e Word Embeddings su Tensorflow.
Un'implementazione del modello BERT e delle relative attività a valle basata sul framework PyTorch. @跟我学机器学习
Un sistema di classificazione flessibile e adattivo per la classificazione dinamica del testo
Domande frequenti
Qual è il repository #text-classification più popolare su GitHub?
Il progetto open source #text-classification più alto in classifica su GitHub è fighting41love/funNLP, con 78,181 stelle. Parole sensibili cino-inglesi, rilevamento lingua, query di appartenenza/operatore telefoni mobili/fissi cinesi/esteri, inferenza genere da nomi, estrazione numero mobile, estrazione carta d'identità, estrazione email, biblioteca nomi cino-giapponese, biblioteca abbreviazioni cinesi, dizionario decomposizione caratteri, valori sentimentali lessicali, parole vuote, tabella parole reazionarie, tabella parole violenza-terrorismo, conversione tra semplificato-tradizionale, simulazione pronuncia cinese in inglese, generatore testi canzoni Wang Feng, biblioteca nomi professioni, biblioteca sinonimi, biblioteca antonimi, biblioteca parole negative, biblioteca marchi auto, biblioteca parti auto, segmentazione continua inglese, vari vettori parole cinesi, grande raccolta nomi aziende, biblioteca poesia antica, biblioteca IT, biblioteca finanza, biblioteca idiomi, biblioteca nomi geografici, biblioteca figure storiche, biblioteca poesia, biblioteca medicina, biblioteca alimentazione, biblioteca legale, biblioteca auto, biblioteca animali, corpus chat cinese, dati rumors cinesi, dataset Q&A cinese Baidu, collezione algoritmi matching similarità frasi, risorse bert, tool generazione&riassunto testo, tool estrazione info cocoNLP, matching regex numeri telefono nazionali, Tsinghua XLORE: grafo conoscenza enciclopedico cross-lingua cino-inglese, serie report tecnologia IA Tsinghua, generazione linguaggio naturale, serie NLU troppo difficile, dati coppie automatiche & robot, lista blacklist nomi utente, nomi legali reati & modello classificazione, corpus account pubblici WeChat, corso cs224n deep learning NLP, riconoscimento caratteri cinesi scritti a mano, corpus/dataset NLP cinese, strumento divino naming variabili, biblioteca corpus segmentazione + codice, dataset dialoghi task-based inglese, dataset voce ASR + cinese basato deep learning
Quali linguaggi di programmazione sono più utilizzati nei repository #text-classification?
Tra i progetti #text-classification più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, JavaScript, Scala.
Come viene calcolata la classifica dei repository #text-classification?
Monitoriamo 54 repository open source attivi contrassegnati con #text-classification (500+ stelle), per un totale di 253,648 stelle e una media di 4,697 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.