text-classification

Phân tách từ tiếng Trung, gán nhãn từ loại, nhận diện thực thể có tên, phân tích cú pháp phụ thuộc, phân tích cú pháp thành phần, phân tích cú pháp ngữ nghĩa phụ thuộc, gán nhãn vai trò ngữ nghĩa, giải quyết tham chiếu, chuyển đổi phong cách, độ tương đồng ngữ nghĩa, phát hiện từ mới, trích xuất cụm từ khóa, tóm tắt tự động, phân loại và gom cụm văn bản, chuyển đổi bính âm giản thể/phồn thể, xử lý ngôn ngữ tự nhiên

💫 Xử lý Ngôn ngữ Tự nhiên (NLP) cấp độ công nghiệp bằng Python

Corpus tiếng Trung quy mô lớn dành cho NLP (Large Scale Chinese Corpus for NLP)

Phân loại văn bản tiếng Trung CNN-RNN, dựa trên TensorFlow

Transformers dành cho Truy xuất thông tin, Phân loại văn bản, NER, QA, Mô hình hóa ngôn ngữ, Tạo ngôn ngữ, T5, Đa phương thức và AI hội thoại

Xử lý Ngôn ngữ Tự nhiên Tiên tiến nhất (State of the Art)

MTEB: Đánh giá tiên tiến về các embedding qua các ngôn ngữ và phương thức

Nghiên cứu và phát triển học sâu tăng tốc

Các hướng dẫn lập trình Python

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.

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

[ACL 2023] Một bộ tạo nhúng cho mọi tác vụ: Nhúng văn bản được tinh chỉnh theo hướng dẫn

Các thuật toán phân loại văn bản: Một khảo sát

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

Một framework không cần lập trình được xây dựng trên PyTorch dành cho các nghiên cứu học sâu có thể tái tạo. Hệ sinh thái PyTorch. 🏆 Cho đến nay đã triển khai 26 phương pháp chưng cất kiến thức được trình bày tại TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, v.v. 🎁 Các mô hình đã huấn luyện, nhật ký huấn luyện và cấu hình có sẵn để đảm bảo tính tái tạo và chuẩn mực.

Mô hình học sâu tiên tiến để phân tích cảm xúc, tâm trạng, sự mỉa mai, v.v.

Lựa chọn mã nguồn mở của nhà khoa học dữ liệu để mở rộng, đánh giá và duy trì dữ liệu ngôn ngữ tự nhiên. Coi dữ liệu huấn luyện như một thành phần phần mềm.

Obsei là một công cụ tự động hóa sử dụng AI mã nguồn thấp. Nó có thể được sử dụng trong nhiều quy trình kinh doanh như lắng nghe mạng xã hội, cảnh báo dựa trên AI, phân tích hình ảnh thương hiệu, nghiên cứu so sánh và nhiều hơn nữa.

🦙 Tích hợp các LLM vào các pipeline NLP có cấu trúc

Một bản cài đặt pytorch thanh lịch của transformers

Thư viện phát hiện ngôn ngữ tự nhiên cho Rust. Thử bản demo trực tuyến tại: https://whatlang.org/

Công cụ học biểu diễn véc-tơ của từ và thực thể từ Wikipedia

1 dòng mã cho hàng nghìn mô hình NLP tiên tiến nhất bằng hàng trăm ngôn ngữ. Cách nhanh nhất và chính xác nhất để giải quyết các vấn đề về văn bản.

Kho lưu trữ này giới thiệu PIXIU, một tài nguyên mã nguồn mở bao gồm các large language models (LLMs) tài chính đầu tiên, dữ liệu tinh chỉnh hướng dẫn và các benchmark đánh giá để đánh giá toàn diện các LLMs tài chính. Mục tiêu của chúng tôi là liên tục thúc đẩy sự phát triển mã nguồn mở của trí tuệ nhân tạo (AI) tài chính.

Các khối xây dựng và công cụ trực quan hóa spaCy cho ứng dụng Streamlit

Phân loại văn bản đa nhãn, phân loại đa nhãn, phân loại văn bản, multi-label, classifier, text classification, BERT, seq2seq, attention, multi-label-classification

NucliaDB, cơ sở dữ liệu tìm kiếm AI cho RAG

Học máy chủ động (Active Learning) cho phân loại văn bản bằng Python.

BERTweet: Mô hình ngôn ngữ được huấn luyện trước cho các Tweet tiếng Anh (EMNLP-2020)

Một Benchmark phân loại văn bản trong PyTorch