text-classification

Segmentasi kata bahasa Mandarin, penandaan kelas kata, pengenalan entitas bernama, analisis sintaksis ketergantungan, analisis sintaksis konstituen, analisis ketergantungan semantik, pelabelan peran semantik, resolusi anafora, konversi gaya, kemiripan semantik, penemuan kata baru, ekstraksi frasa kata kunci, ringkasan otomatis, klasifikasi dan pengelompokan teks, konversi Pinyin/aksara tradisional-sederhana, pemrosesan bahasa alami

Natural Language Processing (NLP) tingkat industri dalam Python

Korpus Bahasa Mandarin Skala Besar untuk NLP

Klasifikasi teks bahasa Mandarin CNN-RNN, berbasis TensorFlow

Transformer untuk Information Retrieval, Klasifikasi Teks, NER, QA, Pemodelan Bahasa, Pembuatan Bahasa, T5, Multi-Modal, dan AI Percakapan

State of the Art Natural Language Processing.

MTEB: Evaluasi mutakhir untuk embedding lintas bahasa dan modalitas

R&D deep learning yang dipercepat

Tutorial Kode Python

Kashgari adalah framework transfer learning NLP tingkat produksi yang dibangun di atas tf.keras untuk pelabelan dan klasifikasi teks, mencakup Word2Vec, BERT, dan GPT2 Language Embedding.

EasyNLP: Toolkit NLP yang komprehensif dan mudah digunakan.

[ACL 2023] Satu Embedder, Tugas Apa Saja: Sematan Teks yang Disetel Berdasarkan Instruksi

Algoritma Klasifikasi Teks: Sebuah Survei

Klasifikasi Teks Bahasa Mandarin (Panjang dan Pendek), Klasifikasi Multi-label, Kemiripan Dua Kalimat, lapisan embedding kata/karakter/kalimat dan kelas dasar pembangun layer graph, FastText, TextCNN, CharCNN, TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN

Kerangka kerja tanpa koding berbasis PyTorch untuk studi deep learning yang dapat direproduksi, mencakup berbagai metode knowledge distillation serta model dan log yang telah dilatih

Model deep learning mutakhir untuk menganalisis sentimen, emosi, sarkasme, dll.

Pilihan open-source bagi data scientist untuk menskalakan, menilai, dan memelihara data natural language. Perlakukan data pelatihan seperti artefak perangkat lunak.

Obsei adalah alat otomasi bertenaga AI dengan kode rendah. Dapat digunakan dalam berbagai alur bisnis seperti social listening, peringatan berbasis AI, analisis citra merek, studi komparatif, dan lainnya.

Mengintegrasikan LLM ke dalam pipeline NLP terstruktur

Implementasi PyTorch yang elegan untuk transformers

Library deteksi bahasa alami untuk Rust. Coba demo secara online: https://whatlang.org/

Alat untuk mempelajari representasi vektor kata dan entitas dari Wikipedia

1 baris untuk ribuan model NLP State-of-The-Art dalam ratusan bahasa. Cara tercepat dan paling akurat untuk menyelesaikan masalah teks.

Repositori ini memperkenalkan PIXIU, sumber daya open-source yang menampilkan model bahasa besar (LLM) keuangan pertama, data tuning instruksi, dan tolok ukur evaluasi untuk menilai LLM keuangan secara menyeluruh. Tujuan kami adalah terus mendorong pengembangan kecerdasan buatan (AI) keuangan open-source.

👑 Blok bangunan dan visualizer spaCy untuk aplikasi Streamlit

Klasifikasi teks multi-label, klasifikasi multi-label, klasifikasi teks, multi-label, pengklasifikasi, klasifikasi teks, BERT, seq2seq, attention, multi-label-classification

NucliaDB, basis data pencarian AI untuk RAG

Active Learning untuk klasifikasi teks dalam Python

BERTweet: Model bahasa pra-latih untuk Tweet Bahasa Inggris (EMNLP-2020)

Benchmark Klasifikasi Teks di PyTorch