bert

Kashgari ist ein produktionsreifes NLP-Transfer-Learning-Framework auf Basis von tf.keras für Text-Labeling und Text-Klassifizierung, einschließlich Word2Vec-, BERT- und GPT2-Spracheinbettungen.

Ein heterogener Benchmark für Information Retrieval. Einfach zu bedienen, evaluiert Ihre Modelle über 15+ verschiedene IR-Datensätze hinweg.

Multi-Task Deep Neural Networks für das Verständnis natürlicher Sprache

EasyNLP: Ein umfassendes und benutzerfreundliches NLP-Toolkit

Sammlung von Encoder-Decodern von ALIbaba aus dem MinD (Machine IntelligeNce of Damo) Lab

[CVPR 2021] Offizielle PyTorch-Implementierung für Transformer Interpretability Beyond Attention Visualization, eine neuartige Methode zur Visualisierung von Klassifikationen durch Transformer-basierte Netzwerke.

Äußerst einfache Bibliothek für BERT-basierte NLP-Modelle

Einführungstutorial für die Transformers-Bibliothek

Eigenständige Machine-Learning- und Natural-Language-Processing-Bibliothek in Go.

Chinesische Textklassifizierung, Kurzsatzklassifizierung, Multi-Label-Klassifizierung, Satzähnlichkeit, Basisklassen für die Erstellung von Wort-/Satz-Vektoreinbettungsschichten (embeddings) und Netzwerkschichten (graph), FastText, TextCNN, CharCNN, TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN

Forschung und Anwendung von Technologien wie natürliche Sprachverarbeitung, Wissensgraphen, Dialogsystemen und großen Sprachmodellen.

Modernisierung von BERT sowohl durch Architekturänderungen als auch durch Skalierung

PaddleSlim ist eine Open-Source-Bibliothek für Deep-Model-Kompression und Architektursuche.

Eine schnelle und benutzerfreundliche Laufzeitumgebung für Transformer-Inferenz (Bert, Albert, GPT2, Decoders usw.) auf CPU und GPU.

Vortrainiertes chinesisches ELECTRA-Modell

Koreanisches BERT pre-trained cased (KoBERT)

🛸 Vorrainierte Transformer wie BERT, XLNet und GPT-2 in spaCy verwenden

[ICLR'23 Spotlight🔥] Das erste erfolgreiche BERT/MAE-artige Vortraining für beliebige neuronale Faltungsnetze; PyTorch-Impl. von „Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling“

⭕ N2O: Verteilter WebSocket-Anwendungsserver ISO 20922

Relevante Forschungsarbeiten im Bereich der natürlichen Sprachverarbeitung (inkl. Lesepotizen), Modellreproduktionen und Datenverarbeitung (Code in TensorFlow- und PyTorch-Versionen)

Eine elegante PyTorch-Implementierung von Transformers.

Trainierte Modelle und Code zur Vorhersage toxischer Kommentare für alle drei Jigsaw Toxic Comment Challenges. Erstellt mit ⚡ Pytorch Lightning und 🤗 Transformers. Für den API-Zugriff senden Sie bitte eine E-Mail an contact@unitary.ai.

Transformers4Rec ist eine flexible und effiziente Bibliothek für sequentielle und sitzungsbasierte Empfehlungen und funktioniert mit PyTorch.

Ein Python-Paket zum Ausführen von kontextualisiertem Topic Modeling. CTMs kombinieren kontextualisierte Embeddings (z. B. BERT) mit Topic-Modellen, um kohärente Themen zu erhalten. Veröffentlicht auf der EACL und ACL 2021 (Bianchi et al.).

Taschengroße multimodale KI für Inhaltsverständnis und -generierung über mehrsprachige Texte, Bilder und 🔜 Videos, bis zu 5x schneller als OpenAI CLIP und LLaVA 🖼️ & 🖋️

Best-Practice-TTS basierend auf BERT und VITS mit einigen natürlichen Sprachfunktionen von Microsoft; unterstützt ONNX-Streaming!

Neuronales Netzwerk-Komprimierungsframework für verbesserte OpenVINO™-Inferenz

💁 Fantastische Sammlung von Transformers-Modellen für die natürliche Sprachverarbeitung mit Papers, Videos, Blogs, offiziellem Repository sowie Colab-Notebooks. 🛫☑️

Eine kuratierte Liste von NLP-Ressourcen mit Schwerpunkt auf Transformer-Netzwerken, Attention-Mechanismen, GPT, BERT, ChatGPT, LLMs und Transfer Learning.

Tencent Pre-Training-Framework in PyTorch & Pre-trained Model Zoo