#text-classification Repositórios
Descubra 54 repositórios ativos de código aberto no GitHub marcados com #text-classification, acumulando um total de 253,648 estrelas (uma média de 4,697 por projeto). O líder deste tópico é fighting41love/funNLP, com 78,181 estrelas.
54 repositórios no total
Palavras sensíveis em chinês e inglês, detecção de linguagem, consulta de origem/operadora de celular/telefone na China e no exterior, inferência de gênero por nome, extração de número de celular, extração de número de identificação, extração de e-mail, banco de dados de nomes chineses e japoneses, banco de dados de abreviações chinesas, dicionário de decomposição de caracteres, valor emocional de vocabulário, stop words, lista de verbos opostos, lista de palavras terroristas, conversão de chinês tradicional e simplificado, pronúncia inglesa simulada em chinês, gerador de letras de Wang Feng, banco de dados de nomes de profissões, banco de dados de sinônimos, banco de dados de antônimos, banco de dados de palavras negativas, banco de dados de marcas de carros, banco de dados de peças de carros, segmentação contínua de inglês, vários vetores de palavras chinesas, lista completa de nomes de empresas, banco de dados de poesia antiga, banco de dados de TI, banco de dados financeiro, banco de dados de provérbios, banco de dados de topônimos, banco de dados de celebridades históricas, banco de dados de poemas, banco de dados médico, banco de dados de alimentos e bebidas, banco de dados jurídico, banco de dados de carros, banco de dados de animais, corpus de bate-papo chinês, dados de boatos chineses, conjunto de dados de perguntas e respostas em chinês do Baidu, conjunto de algoritmos de correspondência de similaridade de frases, recursos do bert, ferramentas relacionadas à geração de texto e resumo, ferramentas de extração de informações cocoNLP, correspondência de regex de números de telefone domésticos, Qinghai University XLORE: Knowledge Graph Multilingual Encyclopedia (chinês-inglês), Qinghai University AI Technology Series Reports, Natural Language Generation, NLU is Too Hard Series, dados e robôs de dísticos automáticos, lista negra de nomes de usuário, nomes e modelos de classificação de crimes e direito, corpus de conta pública do WeChat, curso de Deep Learning for Natural Language Processing cs224n, reconhecimento de escrita à mão de caracteres chineses, corpus/conjunto de dados de processamento de linguagem natural em chinês, ferramenta de nomenclatura de variáveis, corpus de segmentação de palavras + código, conjunto de dados em inglês para tarefas de diálogo, conjunto de dados de ASR (Reconhecimento Automático de Fala) + baseado em Deep Learning em chinês
segmentação de palavras em chinês; etiquetagem de classes gramaticais; reconhecimento de entidades nomeadas; análise sintática de dependências; análise sintática de constituintes; análise de dependências semânticas; etiquetagem de papéis semânticos; resolução de correferências; transferência de estilo; similaridade semântica; descoberta de palavras novas; extração de palavras-chave e frases-chave; sumarização automática; classificação e agrupamento de textos; conversão entre pinyin e chinês simplificado/tradicional; processamento de linguagem natural
Corpus Chinês de Grande Escala para Processamento de Linguagem Natural
Rede Neural Convolucional para Classificação de Texto em Tensorflow
Lista comum de palavras de parada em chinês (lista de palavras de parada da Universidade de Tecnologia de Harbin, lista de palavras de parada do Baidu, etc.)
Classificação de Texto Chinês usando Bert e ERNIE.
Classificação de texto em chinês com CNN-RNN, baseado em TensorFlow
Transformers para Recuperação de Informação, Classificação de Texto, NER, QA, Modelagem de Linguagem, Geração de Linguagem, T5, Multi-Modal e IA Conversacional
MTEB: Avaliação de ponta de embeddings em diferentes idiomas e modalidades
Kashgari é um framework de Aprendizado por Transferência de PLN em nível de produção construído sobre o tf.keras para rotulagem de texto e classificação de texto, incluindo Word2Vec, BERT e GPT2 Language Embedding.
[ACL 2023] Um Incorporador, Qualquer Tarefa: Embeddings de Texto Ajustados por Instrução
Um Kit de Ferramentas de Código Aberto para Classificação Neural Hierárquica de Texto Multi-rótulo
Classificação de texto longo em chinês, classificação de frases curtas, classificação multi-rótulo, similaridade de duas frases (Classificação de Texto Chinês Keras NLP, classificação multi-rótulo ou classificação de frases, longas ou curtas), classes base para construção de camadas de incorporação de palavras/frases (embeddings) e camadas de rede (graph), FastText, TextCNN, CharCNN, TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, Rede Capsular-CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN
Um framework sem necessidade de programação, baseado em PyTorch, para estudos reproduzíveis de aprendizagem profunda. Ecossistema PyTorch. 🏆 Até o momento, foram implementados 28 métodos de destilação de conhecimento apresentados em TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI etc. 🎁 Modelos treinados, registros de treinamento e configurações estão disponíveis para garantir a reprodutibilidade e facilitar a avaliação comparativa.
DELTA é uma plataforma de processamento de linguagem natural e fala baseada em aprendizado profundo. Projetos LF AI & DATA: https://lfaidata.foundation/projects/delta/
Modelo de aprendizado profundo de última geração para analisar sentimento, emoção, sarcasmo, etc.
A escolha open-source do cientista de dados para dimensionar, avaliar e manter dados de linguagem natural. Trate os dados de treinamento como um artefato de software.
Biblioteca de detecção de linguagem natural para Rust. Experimente a demo online: https://whatlang.org/
Uma linha para milhares de modelos de PNL de ponta em centenas de idiomas. A maneira mais rápida e precisa de resolver problemas de texto.
Uma ferramenta para aprender representações vetoriais de palavras e entidades da Wikipédia
Este repositório apresenta o PIXIU, um recurso de código aberto que inclui os primeiros grandes modelos de linguagem (LLMs) financeiros, dados de ajuste de instruções e benchmarks de avaliação para avaliar de forma holística os LLMs financeiros. Nosso objetivo é impulsionar continuamente o desenvolvimento de código aberto da inteligência artificial (IA) financeira.
👑 Blocos de construção e visualizadores spaCy para aplicativos Streamlit
Classificação de texto multirrótulo, classificação multirrótulo, classificação de texto, multi-label, classificador, text classification, BERT, seq2seq, attention, multi-label-classification
Foca-malhada — Phocinae-Largha-150M-v1: um modelo bilíngue de tomada de decisões com 144,3 milhões de parâmetros. Modelo pequeno. Grandes decisões. Foca pequena, grandes decisões.
Um detector de texto de IA de código aberto para identificar conteúdo gerado por IA em ensaios, artigos e documentos. Oferece suporte à detecção em nível de documento e de frase, com classificação de conteúdo humano, gerado por IA e misto, resultados explicáveis e desenvolvimento de modelos multilíngues.
Um Ponto de Referência para Classificação de Texto em PyTorch
BERTweet: Um modelo de linguagem pré-treinado para Tweets em inglês (EMNLP-2020)
Classificar a descrição de crimes do Kaggle San Francisco em 39 classes. Construir o modelo com CNN, RNN (GRU e LSTM) e Word Embeddings no Tensorflow.
Uma implementação do modelo BERT e suas tarefas downstream relacionadas baseadas no framework PyTorch. @跟我学机器学习
Um sistema de classificação flexível e adaptável para classificação dinâmica de texto
Perguntas Frequentes
Qual é o repositório de #text-classification mais popular no GitHub?
O projeto de código aberto de #text-classification mais bem classificado no GitHub é fighting41love/funNLP, com 78,181 estrelas. Palavras sensíveis em chinês e inglês, detecção de linguagem, consulta de origem/operadora de celular/telefone na China e no exterior, inferência de gênero por nome, extração de número de celular, extração de número de identificação, extração de e-mail, banco de dados de nomes chineses e japoneses, banco de dados de abreviações chinesas, dicionário de decomposição de caracteres, valor emocional de vocabulário, stop words, lista de verbos opostos, lista de palavras terroristas, conversão de chinês tradicional e simplificado, pronúncia inglesa simulada em chinês, gerador de letras de Wang Feng, banco de dados de nomes de profissões, banco de dados de sinônimos, banco de dados de antônimos, banco de dados de palavras negativas, banco de dados de marcas de carros, banco de dados de peças de carros, segmentação contínua de inglês, vários vetores de palavras chinesas, lista completa de nomes de empresas, banco de dados de poesia antiga, banco de dados de TI, banco de dados financeiro, banco de dados de provérbios, banco de dados de topônimos, banco de dados de celebridades históricas, banco de dados de poemas, banco de dados médico, banco de dados de alimentos e bebidas, banco de dados jurídico, banco de dados de carros, banco de dados de animais, corpus de bate-papo chinês, dados de boatos chineses, conjunto de dados de perguntas e respostas em chinês do Baidu, conjunto de algoritmos de correspondência de similaridade de frases, recursos do bert, ferramentas relacionadas à geração de texto e resumo, ferramentas de extração de informações cocoNLP, correspondência de regex de números de telefone domésticos, Qinghai University XLORE: Knowledge Graph Multilingual Encyclopedia (chinês-inglês), Qinghai University AI Technology Series Reports, Natural Language Generation, NLU is Too Hard Series, dados e robôs de dísticos automáticos, lista negra de nomes de usuário, nomes e modelos de classificação de crimes e direito, corpus de conta pública do WeChat, curso de Deep Learning for Natural Language Processing cs224n, reconhecimento de escrita à mão de caracteres chineses, corpus/conjunto de dados de processamento de linguagem natural em chinês, ferramenta de nomenclatura de variáveis, corpus de segmentação de palavras + código, conjunto de dados em inglês para tarefas de diálogo, conjunto de dados de ASR (Reconhecimento Automático de Fala) + baseado em Deep Learning em chinês
Quais linguagens de programação são mais usadas nos repositórios de #text-classification?
Entre os projetos de #text-classification mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, JavaScript, Scala.
Como é calculada a classificação dos repositórios de #text-classification?
Acompanhamos 54 repositórios ativos de código aberto marcados com #text-classification (com mais de 500 estrelas), totalizando 253,648 estrelas e uma média de 4,697 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.