word2vec

Topic Modeling für Menschen

Groß angelegtes chinesisches Korpus für die natürliche Sprachverarbeitung (NLP)

Extrahieren Sie Schlüsselwörter aus Sätzen oder ersetzen Sie Schlüsselwörter in Sätzen.

text2vec, Text-zu-Vektor. Ein Textvektor-Repräsentationstool, das Texte in Vektormatrixen umwandelt und Modelle wie Word2Vec, RankBM25, Sentence-BERT sowie CoSENT für Textrepräsentation und Ähnlichkeitsberechnung implementiert – sofort einsatzbereit.

Umfangreiche Bibliothek für Empfehlungsalgorithmen mit klassischen und neuesten Algorithmen wie LR, Wide&Deep, DSSM, TDM, MIND, Word2Vec, Bert4Rec, DeepWalk, SSR, AITM, DSIN, SIGN, IPREC, GRU4Rec, Youtube_dnn, NCF, GNN, FM, FFM, DeepFM, DCN, DIN, DIEN, DLRM, MMOE, PLE, ESMM, ESCMM, MAML, xDeepFM, DeepFEFM, NFM, AFM, RALM, DMR, GateNet, NAML, DIFM, Deep Crossing, PNN, BST, AutoInt, FGCNN, FLEN, Fibinet, ListWise, DeepRec, ENSFM, TiSAS, AutoFIS usw., einschließlich klassischer Empfehlungs-Datensätze wie Criteo, MovieLens usw.

Alink ist die auf Flink basierende Plattform für Algorithmen des maschinellen Lernens, entwickelt vom PAI-Team der Alibaba Computing Platform.

Von Douge erstellt <Ein Open-Source-Einführungsbuch zu NLP>

Schöne Visualisierungen darüber, wie sich die Sprache zwischen Dokumenttypen unterscheidet.

🦆 Kontextbezogene Wortvektoren

Diese Reihe nimmt Sie mit auf eine Reise von den Grundlagen der NLP und Computer Vision bis hin zu den neuesten Vision-Language-Modellen.

Schnelle Vektorisiereung, Topic Modeling, Distanzen und GloVe Word Embeddings in R.

Ereignisextraktion und deren Anwendung basierend auf juristischen Urteilsdokumenten, einschließlich Daten-Tokenisierung, POS-Tagging, Named Entity Recognition, Extraktion von Ereigniselementen und Vorhersage von Urteilsergebnissen