text-classification

चीनी वर्ड सेगमेंटेशन, पार्ट-ऑफ-स्पीच टैगिंग, नामित इकाई पहचान, निर्भरता पार्सिंग, घटक पार्सिंग, सिमेंटिक निर्भरता पार्सिंग, सिमेंटिक रोल लेबलिंग, कोरिफरेंस रिज़ॉल्यूशन, स्टाइल ट्रांसफर, सिमेंटिक समानता, नए शब्द की खोज, कीवर्ड वाक्यांश निष्कर्षण, स्वचालित सारांश, पाठ वर्गीकरण और क्लस्टरिंग, पिनयिन सरलीकृत-पारंपरिक रूपांतरण, प्राकृतिक भाषा प्रसंस्करण (NLP)

💫 Python में औद्योगिक-शक्ति प्राकृतिक भाषा प्रसंस्करण (NLP)

NLP के लिए बड़े पैमाने पर चीनी भाषा का कॉर्पस

TensorFlow पर आधारित CNN-RNN चीनी पाठ वर्गीकरण

सूचना पुनर्प्राप्ति, टेक्स्ट वर्गीकरण, NER, QA, भाषा मॉडलिंग, भाषा निर्माण, T5, मल्टी-मोडल, और संवादात्मक AI के लिए ट्रांसफॉर्मर

कला की स्थिति Natural Language Processing

MTEB: भाषाओं और तौर-तरीकों में एम्बेडिंग का अत्याधुनिक मूल्यांकन

त्वरित (accelerated) डीप लर्निंग R&D

Python कोड ट्यूटोरियल

Kashgari टेक्स्ट-लेबलिंग और टेक्स्ट-क्लासिफिकेशन के लिए tf.keras के ऊपर बनाया गया एक प्रोडक्शन-लेवल NLP ट्रांसफर लर्निंग फ्रेमवर्क है, जिसमें Word2Vec, BERT और GPT2 लैंग्वेज एम्बेडिंग शामिल हैं।

EasyNLP: एक व्यापक और उपयोग में आसान NLP टूलकिट

[ACL 2023] एक एम्बेडर, कोई भी टास्क: इंस्ट्रक्शन-फिनट्यून किए गए टेक्स्ट एम्बेडिंग

टेक्स्ट वर्गीकरण एल्गोरिदम: एक सर्वेक्षण

चीनी लॉन्ग टेक्स्ट क्लासिफिकेशन, शॉर्ट सेंटेंस क्लासिफिकेशन, मल्टी-लेबल क्लासिफिकेशन, दो वाक्यों की समानता (Keras NLP का चीनी टेक्स्ट क्लासिफिकेशन, मल्टी-लेबल क्लासिफिकेशन, या सेंटेंस क्लासिफिकेशन, लॉन्ग या शॉर्ट), वर्ड/कैरेक्टर/सेंटेंस एम्बेडिंग लेयर और ग्राफ कंस्ट्रक्शन बेस क्लास, FastText, TextCNN, CharCNN, TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, कैप्सूल नेटवर्क-CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN

पुनरुत्पादक गहरे学習 (deep learning) अध्ययनों के लिए PyTorch पर निर्मित एक कोडिंग-मुक्त फ्रेमवर्क। PyTorch इकोसिस्टम। 🏆 TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI आदि में प्रस्तुत 22 ज्ञान आसवन (knowledge distillation) विधियाँ अब तक लागू की गई हैं। 🎁 पुनरुत्पादकता और बेंचमार्क सुनिश्चित करने के लिए प्रशिक्षित मॉडल, प्रशिक्षण लॉग और कॉन्फ़िगरेशन उपलब्ध हैं।

भावना, इमोशन, व्यंग्य आदि का विश्लेषण करने के लिए अत्याधुनिक डीप लर्निंग मॉडल।

प्राकृतिक भाषा डेटा को स्केल करने, मूल्यांकन करने और बनाए रखने के लिए डेटा साइंटिस्ट की ओपन-सोर्स पसंद। ट्रेनिंग डेटा को सॉफ्टवेयर आर्टिफैक्ट की तरह मानें।

Obsei एक लो-कोड AI-संचालित स्वचालन टूल है। इसका उपयोग सोशल लिस्टिंग, AI-आधारित अलर्टिंग, ब्रांड छवि विश्लेषण, तुलनात्मक अध्ययन और अन्य व्यावसायिक प्रवाहों में किया जा सकता है।

🦙 संरचित NLP पाइपलाइन में LLM को एकीकृत करना

PyTorch में transformers का एक शानदार कार्यान्वयन

Rust के लिए नेचुरल लैंग्वेज डिटेक्शन लाइब्रेरी। ऑनलाइन डेमो आज़माएं: https://whatlang.org/

Wikipedia से शब्दों और संस्थाओं के वेक्टर प्रतिनिधित्व सीखने के लिए एक उपकरण

सैकड़ों भाषाओं में हजारों अत्याधुनिक NLP मॉडल के लिए 1 लाइन। टेक्स्ट समस्याओं को हल करने का सबसे तेज़ और सटीक तरीका।

यह रिपॉजिटरी PIXIU पेश करती है, जो पहला फाइनेंशियल लार्ज लैंग्वेज मॉडल (LLM), इंस्ट्रक्शन ट्यूनिंग डेटा और फाइनेंशियल LLMs का समग्र मूल्यांकन करने के लिए बेंचमार्क प्रदान करता है।

👑 Streamlit ऐप्स के लिए spaCy बिल्डिंग ब्लॉक और विज़ुअलाइज़र

मल्टी-लेबल टेक्स्ट क्लासिफिकेशन, मल्टी-लेबल क्लासिफिकेशन, टेक्स्ट क्लासिफिकेशन, BERT, seq2seq, अटेंशन।

NucliaDB, RAG के लिए AI सर्च डेटाबेस

Python में टेक्स्ट वर्गीकरण के लिए एक्टिव लर्निंग

BERTweet: अंग्रेजी ट्वीट्स के लिए एक प्री-ट्रेंड लैंग्वेज मॉडल (EMNLP-2020)

PyTorch में टेक्स्ट क्लासिफिकेशन का एक बेंचमार्क