nlp

Implementación oficial de OCR-free Document Understanding Transformer (Donut) y Synthetic Document Generator (SynthDoG), ECCV 2022

Herramienta de Python y línea de comandos para recopilar texto y metadatos en la web: rastreo, extracción y salida en CSV, JSON, HTML, MD, TXT, XML

Una biblioteca de PNL para construir bots, con extracción de entidades, análisis de sentimientos, identificación automática de idiomas y mucho más

Este repositorio es una colección seleccionada de enlaces a varios cursos y recursos sobre Inteligencia Artificial (IA).

Biblioteca de traducción sin conexión de código abierto escrita en Python

Motor de inteligencia de máquinas y aprendizaje estadístico (SMILE)

Herramienta RPA gratuita de AI Singapore

Código para Tensorflow Machine Learning Cookbook

Transforma PDF, documentos e imágenes en datos estructurados enriquecidos

👮‍♂️ La herramienta de palabras sensibles para Java. Un marco de trabajo de componentes de filtrado de palabras sensibles de alto rendimiento para Java basado en el algoritmo DFA.

Versión en chino de CLIP que logra la recuperación y generación de representaciones multimodales en chino.

Extraer palabras clave de oraciones o reemplazarlas en ellas.

Awesome Pretrained Chinese NLP Models, colección de modelos de lenguaje preentrenados, modelos grandes y modelos multimodales en chino de alta calidad

Plataforma de tecnología del lenguaje

IA de salud local-first: NER clínico y desidentificación de PII de HIPAA que se ejecuta 100% en el dispositivo. Más de 2200 modelos médicos, 21 idiomas, Apple MLX + Python, sin nube y sin que los datos de pacientes salgan de tu red. Apache-2.0

Habilidad de Claude para pulir texto en coreano escrito por IA para que parezca humano — Humanizador de texto de IA en coreano: detecta y reescribe traducciones literales, paralelismos mecánicos y otros 71 indicios de IA

EasyR1: Un framework de entrenamiento de RL multimodal, eficiente y escalable basado en veRL

:herb: Sinónimos en chino: chatbot, kit de herramientas de preguntas y respuestas inteligentes

Argilla es una herramienta de colaboración para ingenieros de IA y expertos en dominios para construir conjuntos de datos de alta calidad

Repositorio para BenCao [nombre original: HuaTuo (华驼)], ajuste de instrucciones de grandes modelos de lenguaje con conocimiento médico chino.

text2vec, text to vector. Herramienta de representación de vectores de texto que convierte texto en matrices de vectores. Implementa modelos de representación de texto y cálculo de similitud de texto como Word2Vec, RankBM25, Sentence-BERT, CoSENT, listo para usar.

Recursos, prácticas e investigación en Aprendizaje Automático e IA Agéntica

Un framework de código abierto para Prompt-Learning

Una biblioteca en C para analizar y normalizar direcciones postales en todo el mundo. Impulsada por PLN estadístico y datos geográficos abiertos.

Guía de Prompt Engineering, Generative AI y LLMs de Learn Prompting | Únete a nuestro discord para la comunidad de aprendizaje de Prompt Engineering más grande

Aumento de datos para NLP

Ingeniería de Prompts | Versionado de Prompts | Usa GPT u otros modelos basados en prompts para obtener salidas estructuradas. Únete a nuestro discord para Prompt-Engineering, LLMs y otras investigaciones recientes

Tutoriales para comenzar con PyTorch y TorchText para el análisis de sentimientos.

"Grandes Modelos de Lenguaje" Autores: Zhao Xin, Li Junyi, Zhou Kun, Tang Tianyi, Wen Jirong

Tutoriales y recursos seleccionados para Modelos de Lenguaje Grande (LLM), pintura con IA y más.