nlp

¡Notas detalladas del nuevo libro del autor de HanLP, "Introducción al procesamiento del lenguaje natural"! Una obra excelente y honesta, sin fórmulas aburridas, que explica modelos de algoritmos de forma clara y accesible. Partiendo de conceptos básicos, introduce paso a paso los principios algorítmicos y la implementación en ingeniería de temas populares como la segmentación de palabras en chino, el etiquetado gramatical, el reconocimiento de entidades nombradas, la extracción de información, la agrupación y clasificación de textos, y el análisis sintáctico.

Reconocimiento de entidades nombradas en chino con IDCNN/biLSTM+CRF y extracción de relaciones con biGRU+2ATT (Reconocimiento de entidades y extracción de relaciones en chino)

TigerBot: Un LLM multitarea y multilingüe

Redes neuronales profundas multitarea para la comprensión del lenguaje natural.

[Lista de artículos] Artículos que integran grafos de conocimiento (KG) y modelos de lenguaje grandes (LLM)

Implementación en Python de algoritmos TextRank ("textgraphs") para la extracción de frases

Repositorio oficial de xLSTM.

Embeddings estáticos rápidos y de última generación

EasyNLP: Un kit de herramientas de PLN integral y fácil de usar

Explica, analiza y visualiza modelos de lenguaje de PLN. Ecco crea visualizaciones interactivas directamente en notebooks de Jupyter que explican el comportamiento de los modelos de lenguaje basados en Transformer (como GPT2, BERT, RoBERTA, T5 y T0).

Un kit de herramientas local (on-premises), sin necesidad de OCR, para extracción de datos no estructurados, conversión a Markdown y pruebas de rendimiento. (https://idp-leaderboard.org/)

Una lista de lectura sobre seguridad, protección y privacidad de modelos grandes (incluyendo Awesome LLM Security, Safety, etc.).

Colección de codificadores-decodificadores de Alibaba del laboratorio MinD (Machine IntelligeNce of Damo)

Una referencia exhaustiva para todos los temas relacionados con el Procesamiento del Lenguaje Natural

Un evaluador automático para modelos de lenguaje que siguen instrucciones. Validado por humanos, de alta calidad, económico y rápido.

ContextGem: Extracción sencilla de LLM a partir de documentos

Una colección impulsada por la comunidad de frameworks, proyectos y recursos de RAG (Generación Aumentada por Recuperación). Contribuye y explora el ecosistema RAG en constante evolución.

Un pipeline completo y modelos de spaCy para documentos científicos/biomédicos.

Proyecto de modelos de lenguaje Chinese Llama-3 desarrollado a partir de Meta Llama 3.

🌸 Aprende gramática japonesa con TypeScript

💫 Modelos para la biblioteca de procesamiento de lenguaje natural (NLP) spaCy

Tutorial de inicio rápido para la biblioteca Transformers

Una lista curada de materiales de aprendizaje, bases de datos, herramientas y otros recursos relacionados con Knowledge Graph

[ICML 2024] LLMCompiler: Un compilador LLM para llamadas a funciones en paralelo

Paquete de aumento de datos en chino con un solo clic; aumento de datos para NLP, BERT y EDA: pip install nlpcda

Biblioteca de aprendizaje automático y procesamiento de lenguaje natural independiente escrita en Go.

Datos de NLTK.

Clasificación de textos largos, frases cortas, multietiqueta y similitud entre frases en chino (Keras NLP), clases base para capas de embedding (caracteres, palabras, frases) y capas de red (grafo), FastText, TextCNN, CharCNN, TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN.

Underthesea - Asistente de IA.

Microsoft.Recognizers.Text proporciona reconocimiento y resolución de números, unidades, fecha/hora, etc. en múltiples idiomas (ZH, EN, FR, ES, PT, DE, IT, TR, HI, NL. Soporte parcial para JA, KO, AR, SV). Paquetes disponibles en: https://www.nuget.org/profiles/Recognizers.Text, https://www.npmjs.com/~recognizers.text