natural-language-processing

Obsei est un outil d'automatisation low-code alimenté par l'IA, utilisable pour divers flux métier comme l'écoute sociale, les alertes basées sur l'IA, l'analyse d'image de marque, les études comparatives, et plus encore.

Boîte à outils NLP pour le persan.

Utilisez des transformers pré-entraînés comme BERT, XLNet et GPT-2 dans spaCy.

Intégration de LLM dans des pipelines NLP structurés

Traitement du langage naturel convivial pour les développeurs.

Code d'évaluation pour diverses métriques automatisées non supervisées destinées à la génération de langage naturel.

Segmentation de texte chinois "Jieba" : conçu pour être le meilleur module de segmentation de mots chinois pour PHP.

La bibliothèque de détection de langue naturelle la plus précise pour Go, adaptée aux textes courts et multilingues

Boîte à outils pour segmenter le texte en phrases ou autres unités sémantiques de manière robuste, efficace et adaptable.

Catalogue visuel organisé de plus de 155 architectures de modèles vision-langage (VLM/MLLM) : articles, diagrammes, recettes d'entraînement, jeux de données et chronologie des versions pour les agents IA multimodaux.

Liste d'agents linguistiques basée sur l'article "Cognitive Architectures for Language Agents"

Créer, évaluer et connecter des compétences en IA.

Articles incontournables sur l'édition de connaissances pour les grands modèles de langage.

Plongements de sous-mots pré-entraînés dans 275 langues, basés sur le Byte-Pair Encoding (BPE).

Fouille de texte utilisant les outils tidy.

Un framework Python pour l'évaluation de l'étiquetage de séquences (reconnaissance d'entités nommées, étiquetage morphosyntaxique, etc.)

Cette série vous emmène des fondamentaux du NLP et de la vision par ordinateur jusqu'à la pointe des modèles vision-langage.

💁 Une collection impressionnante de modèles Transformers pour le traitement du langage naturel, incluant des articles, vidéos, blogs, dépôts officiels et notebooks Colab. 🛫☑️

Une liste organisée de ressources en NLP axée sur les réseaux Transformer, les mécanismes d'attention, GPT, BERT, ChatGPT, les LLM et l'apprentissage par transfert.

Implémentation de modèle de langage Plug and Play. Permet de diriger le sujet et les attributs des modèles GPT-2.

Traitement du langage naturel pour le thaï en Python.

Génération de questions neuronales utilisant des transformers

Une liste de ressources en science des données et apprentissage automatique (principalement gratuites).

La bibliothèque de détection de langue naturelle la plus précise pour Rust, adaptée aux textes courts et multilingues.

awesome grounding : une liste organisée d'articles de recherche sur le visual grounding.

DataDreamer : Créer des prompts, générer des données synthétiques, entraîner et aligner des modèles.

[ICLR 2026] LightMem : Génération augmentée par mémoire légère et efficace.

Framework de pré-entraînement Tencent en PyTorch et zoo de modèles pré-entraînés

Implémentation légère et utile de la prédiction conforme sur des données réelles.

Awesome-llm-role-playing-with-persona : une liste organisée de ressources pour les modèles de langage de grande taille dédiés au jeu de rôle avec des personnages assignés