text-classification

Segmentación de palabras en chino, etiquetado de partes de la oración, reconocimiento de entidades nombradas, análisis sintáctico de dependencias, análisis sintáctico de constituyentes, análisis de dependencias semánticas, etiquetado de roles semánticos, resolución de correferencia, transformación de estilo, similitud semántica, descubrimiento de nuevas palabras, extracción de frases clave, resumen automático, clasificación y agrupación de textos, conversión entre pinyin simplificado y tradicional, procesamiento del lenguaje natural

💫 Procesamiento de Lenguaje Natural (PLN) de nivel industrial en Python

Gran corpus en chino para PNL (Procesamiento de Lenguaje Natural)

Clasificación de texto en chino mediante CNN-RNN, basado en TensorFlow

Transformers para recuperación de información, clasificación de texto, NER, QA, modelado de lenguaje, generación de lenguaje, T5, multimodal e inteligencia artificial conversacional

Procesamiento de Lenguaje Natural de última generación

MTEB: Evaluación de vanguardia de incrustaciones en varios idiomas y modalidades.

Investigación y desarrollo de deep learning acelerado

Los tutoriales de código en Python

Kashgari es un framework de aprendizaje por transferencia de NLP listo para producción construido sobre tf.keras para etiquetado y clasificación de texto, que incluye incrustaciones de lenguaje Word2Vec, BERT y GPT2.

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

[ACL 2023] Un solo incrustador, cualquier tarea: incrustaciones de texto ajustadas mediante instrucciones.

Algoritmos de clasificación de texto: un estudio

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.

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.

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

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.

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.

🦙 Integración de LLMs en pipelines de PNL estructurados

Una implementación elegante de transformers en PyTorch

Librería de detección de lenguaje natural para Rust. Prueba la demo en línea: https://whatlang.org/

Una herramienta para aprender representaciones vectoriales de palabras y entidades a partir de Wikipedia

Una línea para miles de modelos de PNL de última generación en cientos de idiomas. La forma más rápida y precisa de resolver problemas de texto.

Este repositorio presenta PIXIU, un recurso de código abierto que incluye los primeros modelos de lenguaje grande (LLMs) financieros, datos de ajuste de instrucciones y benchmarks de evaluación para evaluar de forma integral los LLMs financieros. Nuestro objetivo es impulsar continuamente el desarrollo de código abierto de la inteligencia artificial (IA) financiera.

👑 Bloques de construcción y visualizadores de spaCy para aplicaciones Streamlit

Clasificación de texto multietiqueta, clasificación multietiqueta, clasificación de texto, multi-label, classifier, text classification, BERT, seq2seq, attention, multi-label-classification

NucliaDB, la base de datos de búsqueda por IA para RAG

Aprendizaje activo para clasificación de texto en Python

BERTweet: Un modelo de lenguaje preentrenado para tweets en inglés (EMNLP-2020)

Un benchmark de clasificación de texto en PyTorch.