nlp

La biblioteca de detección de lenguaje natural más precisa para Python, adecuada para textos cortos y textos en varios idiomas.

📄 🤖 IA para artículos médicos y científicos

Extracción de datos no estructurados rápida y eficiente. Escrito en Rust con bindings para múltiples lenguajes.

Investigación y aplicación de tecnologías como el procesamiento del lenguaje natural, grafos de conocimiento, sistemas de diálogo y grandes modelos.

Trabajos de investigación novedosos en aprendizaje profundo con PaddlePaddle.

Modernización de BERT mediante cambios en la arquitectura y escalado.

Inteligencia Artificial, Machine Learning y Deep Learning asombrosos tal como los aprendemos. Notas de estudio y una lista curada de recursos asombrosos sobre estos temas.

Miles de interpretaciones de artículos de conferencias top en IA, LLM, NLP y CV; comprende las ideas principales en 5 minutos por artículo.

Graph4nlp es la biblioteca para el uso sencillo de redes neuronales gráficas (GNN) para PNL. ¡Visita nuestro sitio web DLG4NLP (https://dlg4nlp.github.io/index.html) para obtener diversos recursos de aprendizaje!

Vectores de palabras con claves contextuales.

Tika-Python es un enlace de Python para los servicios REST de Apache Tika™, que permite invocar a Tika de forma nativa en la comunidad de Python.

Modelo preentrenado XLNet en chino (中文XLNet预训练模型)

Biblioteca de Python para analizar cadenas de direcciones no estructuradas de Estados Unidos y dividirlas en sus componentes

Un framework sin código basado en PyTorch para estudios de aprendizaje profundo reproducibles. Parte del ecosistema PyTorch. Incluye hasta la fecha 26 métodos de destilación de conocimiento presentados en TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, etc. Se proporcionan modelos entrenados, registros de entrenamiento y configuraciones para garantizar la reproducibilidad y el benchmarking.

WikiChat es una implementación mejorada de RAG. Evita las alucinaciones de los modelos de lenguaje grandes mediante la recuperación de datos de un corpus.

Apache OpenNLP

ExtractThinker es una librería de inteligencia de documentos para LLMs que ofrece interacción al estilo ORM para flujos de trabajo de documentos flexibles y potentes.

Repositorio de código para "WebArena: A Realistic Web Environment for Building Autonomous Agents"

similarity: Kit de herramientas de cálculo de similitud de textos para Java, útil para tareas como cálculo de similitud y análisis de sentimientos, listo para usar.

Manual actualizado continuamente para que los lectores sigan fácilmente las últimas técnicas de Text-to-SQL en la literatura y brinden orientación práctica a investigadores y profesionales

¿Qué hay en tus datos? Extrae esquemas, estadísticas y entidades de conjuntos de datos.

Artículos de lectura obligatoria sobre ataques y defensas adversarias textuales.

Una colección de corpus para el reconocimiento de entidades nombradas (NER) y tareas de reconocimiento de entidades. Estos conjuntos de datos anotados cubren una variedad de idiomas, dominios y tipos de entidades.

Colección de bibliotecas y herramientas de código abierto para la Automatización Robótica de Procesos (RPA), diseñadas para usarse con Robot Framework y Python.

Modelo de aprendizaje profundo de última generación para analizar sentimientos, emociones, sarcasmo, etc.

Un entorno de ejecución rápido y fácil de usar para la inferencia de transformers (Bert, Albert, GPT2, Decoders, etc.) en CPU y GPU.

Datos y herramientas para generar e inspeccionar datos de preentrenamiento de OLMo.

Este proyecto es un paquete básico que encapsula las herramientas más utilizadas en proyectos de NLP.