bert

Kashgari là một framework học chuyển giao NLP cấp độ sản xuất được xây dựng trên nền tảng tf.keras dùng để gán nhãn văn bản và phân loại văn bản, bao gồm Word2Vec, BERT và GPT2 Language Embedding.

Một điểm chuẩn dị thể cho Truy xuất thông tin. Dễ sử dụng, đánh giá các mô hình của bạn trên hơn 15 tập dữ liệu IR đa dạng.

Mạng nơ-ron sâu đa tác vụ dành cho việc hiểu ngôn ngữ tự nhiên

EasyNLP: Bộ công cụ NLP toàn diện và dễ sử dụng

Bộ sưu tập Encoder-decoder của Alibaba từ Phòng thí nghiệm MinD (Machine IntelligeNce của Damo)

[CVPR 2021] Bản triển khai chính thức trên PyTorch cho Transformer Interpretability Beyond Attention Visualization, một phương pháp mới để trực quan hóa việc phân loại bởi các mạng dựa trên Transformer.

Thư viện cực kỳ dễ sử dụng cho các mô hình NLP dựa trên BERT

Hướng dẫn nhập môn nhanh cho thư viện Transformers

Thư viện Học máy và Xử lý Ngôn ngữ Tự nhiên độc lập bằng Go

Phân loại văn bản tiếng Trung dài, phân loại câu ngắn, phân loại đa nhãn, độ tương tự giữa hai câu (Phân loại văn bản tiếng Trung của Keras NLP, phân loại đa nhãn hoặc phân loại câu, dài hoặc ngắn), các lớp cơ sở xây dựng lớp nhúng từ và câu (embeddings) và lớp mạng (graph), FastText, TextCNN, CharCNN, TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, Mạng capsule-CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN

Nghiên cứu và ứng dụng các công nghệ như Xử lý ngôn ngữ tự nhiên, Tri thức đồ thị, Hệ thống hội thoại, và các mô hình ngôn ngữ lớn.

Đưa BERT đến hiện đại thông qua các thay đổi kiến trúc và khả năng mở rộng

PaddleSlim là một thư viện mã nguồn mở dùng để nén mô hình sâu và tìm kiếm kiến trúc.

Runtime nhanh và thân thiện với người dùng dành cho suy luận transformer (Bert, Albert, GPT2, Decoders, v.v.) trên CPU và GPU.

Mô hình ELECTRA tiếng Trung được huấn luyện trước

Mô hình Korean BERT đã huấn luyện trước có phân biệt hoa thường (KoBERT)

🛸 Sử dụng các mô hình transformers được huấn luyện trước như BERT, XLNet và GPT-2 trong spaCy

[ICLR'23 Spotlight🔥] Quá trình huấn luyện trước kiểu BERT/MAE thành công đầu tiên trên bất kỳ mạng tích chập nào; Bản cài đặt PyTorch của "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling"

⭕ N2O: Máy chủ ứng dụng WebSocket phân tán ISO 20922

Các bài báo liên quan trong lĩnh vực xử lý ngôn ngữ tự nhiên (kèm ghi chú đọc), tái hiện mô hình và xử lý dữ liệu (mã nguồn có cả hai phiên bản TensorFlow và PyTorch)

Một bản cài đặt pytorch thanh lịch của transformers

Các mô hình và mã nguồn đã huấn luyện để dự đoán bình luận độc hại trên cả 3 thử thách Jigsaw Toxic Comment. Được xây dựng bằng ⚡ Pytorch Lightning và 🤗 Transformers. Để truy cập API của chúng tôi, vui lòng gửi email đến contact@unitary.ai.

Transformers4Rec là một thư viện linh hoạt và hiệu quả dành cho hệ thống gợi ý dạng chuỗi (sequential) và theo phiên (session-based), hoạt động với PyTorch.

Gói Python để chạy mô hình chủ đề theo ngữ cảnh (CTM). CTM kết hợp các embedding theo ngữ cảnh (ví dụ: BERT) với các mô hình chủ đề để tạo ra các chủ đề mạch lạc. Đã xuất bản tại EACL và ACL 2021 (Bianchi et al.).

AI đa phương thức cỡ nhỏ để hiểu và tạo nội dung trên văn bản đa ngôn ngữ, hình ảnh và video, nhanh hơn tới 5 lần so với OpenAI CLIP và LLaVA

TTS theo Best practice dựa trên BERT và VITS với một số tính năng Natural Speech của Microsoft; Hỗ trợ stream ONNX!

Framework nén mạng nơ-ron để tăng cường suy luận OpenVINO™

💁 Kho tàng tuyệt vời các mô hình Transformers cho Xử lý ngôn ngữ tự nhiên, bao gồm các bài báo, video, blog, kho lưu trữ chính thức cùng với các Colab Notebook. 🛫☑️

Danh sách các tài nguyên NLP được tuyển chọn tập trung vào mạng Transformer, cơ chế chú ý, GPT, BERT, ChatGPT, LLM và học chuyển giao.

Framework tiền huấn luyện của Tencent trong PyTorch và Model Zoo đã được huấn luyện sẵn.