nlp

Framework rápido e personalizável para criação automática de modelos de ML (AutoML).

A escolha de código aberto para cientistas de dados escalarem, avaliarem e manterem dados de linguagem natural. Trate dados de treinamento como um artefato de software.

🪐 Fluxos de trabalho de NLP de ponta a ponta, do protótipo à produção

Modelo pré-treinado ELECTRA em chinês

Obsei é uma ferramenta de automação low-code baseada em IA. Pode ser usada em vários fluxos de negócios, como monitoramento de redes sociais, alertas baseados em IA, análise de imagem de marca, estudos comparativos e muito mais.

Uma biblioteca de busca de texto completo persistente e resiliente à rede para o navegador e Node.js

Toolkit de PLN para persa.

KoBERT (Korean BERT pre-trained cased).

Tribuo - Uma biblioteca de aprendizado de máquina em Java

Um corpus de diálogo multilíngue

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

🦙 Integrando LLMs em pipelines de PNL estruturados

Processamento de Linguagem Natural amigável para desenvolvedores.

Código de avaliação para várias métricas automatizadas não supervisionadas para Geração de Linguagem Natural.

Segmentação de texto em chinês "Jieba": criado para ser o melhor módulo de segmentação de palavras em chinês para PHP.

Portfólio de projetos de ciência de dados concluídos por mim para fins acadêmicos, de autoaprendizado e hobby.

A biblioteca de detecção de linguagem natural mais precisa para Go, adequada para textos curtos e textos em idiomas mistos

Ferramentas de PNL para turco.

Resolve tarefas básicas de PLN em russo, API para projetos Natasha de baixo nível.

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.

Curso sistemático de construção de Large Language Models | Abrange engenharia de dados de pré-treinamento, Tokenizer, Transformer, MoE, programação GPU (CUDA/Triton), treinamento distribuído, Scaling Laws, otimização de inferência e alinhamento (SFT/RLHF/GRPO) | 6 exercícios progressivos orientados a código para estabelecer uma visão full-stack de LLMs

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.).

ktrain é uma biblioteca Python que torna o deep learning e a IA mais acessíveis e fáceis de aplicar

Implementação em Keras de "One pixel attack for fooling deep neural networks" usando evolução diferencial em Cifar10 e ImageNet

Embeddings de subpalavras pré-treinados em 275 idiomas, baseados em Byte-Pair Encoding (BPE).

Taranis AI é uma ferramenta avançada de Inteligência de Fontes Abertas (OSINT), utilizando Inteligência Artificial para revolucionar a coleta de informações e a análise situacional.

Vídeos, notas e experimentos para entender aprendizado profundo