nlp

Framework rápido y personalizable para la creación automática de modelos de ML (AutoML)

La opción de código abierto para científicos de datos para escalar, evaluar y mantener datos de lenguaje natural. Trata los datos de entrenamiento como un artefacto de software.

🪐 Flujos de trabajo de NLP de extremo a extremo, desde el prototipo hasta la producción.

Modelo ELECTRA preentrenado para chino

Obsei es una herramienta de automatización de bajo código impulsada por IA. Puede utilizarse en diversos flujos de negocio como escucha social, alertas basadas en IA, análisis de imagen de marca, estudios comparativos y más.

Una biblioteca de búsqueda de texto completo persistente y resistente a fallos de red para el navegador y Node.js

Kit de herramientas de PNL en persa

Modelo BERT coreano preentrenado con distinción de mayúsculas (KoBERT)

Tribuo: una biblioteca de aprendizaje automático para Java.

Un corpus de diálogo multilingüe

Utiliza transformers preentrenados como BERT, XLNet y GPT-2 en spaCy

🦙 Integración de LLMs en pipelines de PNL estructurados

Procesamiento de Lenguaje Natural amigable para desarrolladores ✨

Código de evaluación para varias métricas automatizadas no supervisadas para la generación de lenguaje natural.

Segmentación de texto en chino "Jieba": el mejor componente de segmentación y división de palabras en chino para PHP.

Portafolio de proyectos de ciencia de datos realizados con fines académicos, de autoaprendizaje y personales

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

Herramientas de PNL para turco.

Resuelve tareas básicas de PNL en ruso; API para proyectos de Natasha de bajo nivel.

Artículos relevantes en el campo del procesamiento de lenguaje natural (con notas de lectura), modelos de reproducción y procesamiento de datos (código disponible en versiones TensorFlow y PyTorch)

Una implementación elegante de transformers en PyTorch

Modelos entrenados y código para predecir comentarios tóxicos en los 3 desafíos Jigsaw Toxic Comment. Construido usando ⚡ Pytorch Lightning y 🤗 Transformers. Para acceder a nuestra API, por favor envíe un correo a contact@unitary.ai.

Transformers4Rec es una biblioteca flexible y eficiente para sistemas de recomendación secuenciales y basados en sesiones, compatible con PyTorch.

🎓 Curso sistemático de construcción de modelos de lenguaje extensos | 🛠️ Cubre ingeniería de datos de preentrenamiento, Tokenizer, Transformer, MoE, programación de GPU (CUDA/Triton), entrenamiento distribuido, leyes de escala, optimización de inferencia y alineación (SFT/RLHF/GRPO) | 🚀 6 tareas progresivas + impulsadas por código para establecer un sistema de conocimiento full-stack de LLM

Un paquete de Python para ejecutar modelos de temas contextualizados. Los CTM combinan incrustaciones contextualizadas (por ejemplo, BERT) con modelos de temas para obtener temas coherentes. Publicado en EACL y ACL 2021 (Bianchi et al.).

ktrain es una biblioteca de Python que hace que el aprendizaje profundo y la IA sean más accesibles y fáciles de aplicar

Implementación en Keras de "One pixel attack for fooling deep neural networks" utilizando evolución diferencial en Cifar10 e ImageNet.

Embeddings de subpalabras preentrenados en 275 idiomas, basados en Byte-Pair Encoding (BPE).

Taranis AI es una herramienta avanzada de inteligencia de fuentes abiertas (OSINT) que aprovecha la inteligencia artificial para revolucionar la recopilación de información y el análisis situacional.

Videos, notas y experimentos para comprender el aprendizaje profundo