natural-language-processing

Transformers 库快速入门教程

[ICML 2024] LLMCompiler：用于并行函数调用的 LLM 编译器

😎 最新且精选的半监督学习论文、方法与资源列表。

Go 语言编写的独立机器学习与自然语言处理库。

NLTK 数据

Google AI Language 团队开源项目的共享存储库。

Python 中最准确的自然语言检测库，适用于短文本与混合语言文本

快速且高效的非结构化数据提取。以 Rust 编写，并提供多种语言的绑定。

用于后训练与结构化数据提取的合成数据策展

我们在学习过程中收集的人工智能、机器学习与深度学习精选内容。包含学习笔记以及此类主题的优质资源列表。

高效、可扩展且具备企业级水准的 CPU/GPU 推理服务器，适用于 🤗 Hugging Face transformer 模型 🚀

Graph4nlp 是一个能轻松将图神经网络（GNN）应用于 NLP 的库。欢迎访问我们的 DLG4NLP 网站 (https://dlg4nlp.github.io/index.html) 获取各种学习资源！

LLM(😽)

🦆 具备上下文键值的词向量

预训练中文 XLNet 模型

一个用于将非结构化美国地址字符串解析为地址组件的 python 库。

基于 PyTorch 构建的无代码框架，用于可复现的深度学习研究。PyTorch 生态系统。🏆 至今已实现 26 种发表于 TPAMI、CVPR、ICLR、ECCV、NeurIPS、ICCV、AAAI 等会议的知识蒸馏方法。🎁 提供已训练模型、训练日志与配置文件，以确保可复现性与基准测试。

General Assembly 于华盛顿特区举办的 2015 年 Data Science 课程

WikiChat 是一个改进的 RAG。它通过从语料库检索数据来阻止大型语言模型的幻觉。

Macaw-LLM：整合图像、视频、音频与文本的多模态语言模型

DAMO-ConvAI：包含阿里巴巴 DAMO 对话式 AI 代码库的官方仓库。

统一的半监督学习代码库 (NeurIPS'22)

关于文本对抗攻击与防御的必读论文

命名实体识别 (NER) 与实体识别任务的语料库集合。这些标注数据集涵盖多种语言、领域和实体类型。

ChatArena（或 Chat Arena）是一个面向 LLM 的多 Agent 语言游戏环境，旨在培养 AI 的沟通与协作能力。

Awesome Search - 专注于（但不限于电子商务的）搜索及其精彩之处

用于分析情感、情绪、讽刺等的先进深度学习模型。

此仓库包含对话情绪识别的不同架构实现

数据科学家用来规模化、评估与维护自然语言数据的开源首选。将训练数据视同软件构件来对待。

🪐 从原型到生产环境的端到端 NLP 工作流程