bert

Kashgari é um framework de aprendizado por transferência em NLP de nível de produção construído sobre o tf.keras para rotulagem e classificação de texto, incluindo Word2Vec, BERT e GPT2 Language Embedding.

Um Benchmark Heterogêneo para Recuperação de Informação. Fácil de usar, avalie seus modelos em mais de 15 datasets de RI diversos.

Redes Neurais Profundas Multitarefa para Compreensão de Linguagem Natural

EasyNLP: Um kit de ferramentas de PNL abrangente e fácil de usar.

Coleção de codificadores-decodificadores do laboratório MinD (Machine IntelligeNce of Damo) da Alibaba.

[CVPR 2021] Implementação oficial em PyTorch para Transformer Interpretability Beyond Attention Visualization, um novo método para visualizar classificações por redes baseadas em Transformer.

Biblioteca extremamente simples para modelos de PLN baseados em BERT

Tutorial de introdução rápida à biblioteca Transformers

Biblioteca independente de Machine Learning e Processamento de Linguagem Natural em Go

Classificação de texto longo, frases curtas, multirrótulo e similaridade entre duas frases em chinês (Keras NLP), classes base para construção de camadas de embedding de palavras/caracteres e camadas de rede (grafo), FastText, TextCNN, CharCNN, TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN

Pesquisa e aplicação de tecnologias como processamento de linguagem natural, grafos de conhecimento, sistemas de diálogo e grandes modelos de linguagem.

Trazendo o BERT para a modernidade através de mudanças de arquitetura e escalonamento.

PaddleSlim é uma biblioteca de código aberto para compressão de modelos profundos e busca de arquitetura.

Um runtime rápido e amigável para inferência de transformers (Bert, Albert, GPT2, Decoders, etc) em CPU e GPU.

Modelo pré-treinado ELECTRA em chinês

KoBERT (Korean BERT pre-trained cased).

🛸 Use transformers pré-treinados como BERT, XLNet e GPT-2 no spaCy

[ICLR'23 Spotlight] O primeiro pré-treinamento bem-sucedido estilo BERT/MAE em qualquer rede convolucional; implementação em PyTorch de "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling".

N2O: Servidor de aplicação WebSocket distribuído ISO 20922.

Artigos relacionados ao campo de Processamento de Linguagem Natural (com notas de leitura), modelos de reprodução e processamento de dados (código disponível em TensorFlow e PyTorch).

Uma implementação elegante de transformers em PyTorch

Modelos treinados e código para prever comentários tóxicos nos 3 desafios Jigsaw Toxic Comment. Construído usando ⚡ Pytorch Lightning e 🤗 Transformers. Para acesso à nossa API, envie um e-mail para contact@unitary.ai.

Transformers4Rec é uma biblioteca flexível e eficiente para recomendação sequencial e baseada em sessão, compatível com PyTorch.

Um pacote Python para executar modelagem de tópicos contextualizados. Os CTMs combinam embeddings contextualizados (por exemplo, BERT) com modelos de tópicos para obter tópicos coerentes. Publicado na EACL e ACL 2021 (Bianchi et al.).

IA multimodal de bolso para compreensão e geração de conteúdo em textos multilíngues, imagens e 🔜 vídeo, até 5x mais rápida que o OpenAI CLIP e LLaVA 🖼️ & 🖋️

TTS de melhores práticas baseado em BERT e VITS com alguns recursos de Natural Speech da Microsoft; suporte a streaming ONNX!

Framework de compressão de redes neurais para inferência aprimorada com OpenVINO™

💁 Tesouro incrível de modelos Transformers para processamento de linguagem natural, contendo artigos, vídeos, blogs, repositório oficial e notebooks do Colab. 🛫☑️

Uma lista com curadoria de recursos de PNL focados em redes Transformer, mecanismo de atenção, GPT, BERT, ChatGPT, LLMs e aprendizado por transferência.

Framework de pré-treinamento da Tencent em PyTorch & Model Zoo pré-treinado