text-classification

中文分词、词性标注、命名实体识别、依存句法分析、成分句法分析、语义依存分析、语义角色标注、指代消解、风格转换、语义相似度、新词发现、关键词短语提取、自动摘要、文本分类聚类、拼音简繁转换、自然语言处理

💫 工业级自然语言处理（NLP）于 Python

大规模中文自然语言处理语料库 Large Scale Chinese Corpus for NLP

CNN-RNN 中文文本分类，基于 TensorFlow

信息检索、文本分类、NER、QA、语言建模、语言生成、T5、多模态与对话式 AI 的 Transformers

前沿自然语言处理

MTEB：跨语言与多模态嵌入的最先进评估

加速深度学习研发

Python 代码教程

Kashgari 是一个构建在 tf.keras 之上的生产级 NLP 迁移学习框架，用于文本标记与文本分类，包含 Word2Vec、BERT 与 GPT2 语言嵌入。

EasyNLP：全面且易用的 NLP 工具包

[ACL 2023] 单一嵌入器，任何任务：指令微调文本嵌入

文本分类算法综述

中文长文本分类、短句子分类、多标签分类、两句子相似度（Chinese Text Classification of Keras NLP, multi-label classify, or sentence classify, long or short），字词句向量嵌入层（embeddings）和网络层（graph）构建基类，FastText，TextCNN，CharCNN，TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, 胶囊网络-CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN

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。

用于分析情感、情绪、讽刺等的先进深度学习模型。

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。

Obsei 是一个低代码的 AI 驱动自动化工具。可用于社交聆听、基于 AI 的警报、品牌形象分析、比较研究等各种业务流程。

🦙 将 LLM 整合至结构化 NLP 流水线中

一个优雅的 transformers 的 PyTorch 实现

适用于 Rust 的自然语言检测库。在线试用：https://whatlang.org/

从维基百科学习单词与实体向量表示的工具

只需 1 行代码即可使用数百种语言中数千个最先进的 NLP 模型。解决文本问题最快且最准确的方法。

本仓库介绍 PIXIU，这是一个开源资源，包含首批金融大型语言模型（LLMs）、指令微调数据与评估基准，以全面评估金融 LLMs。我们的目标是持续推进金融人工智能（AI）的开源发展。

👑 适用于 Streamlit 应用程序的 spaCy 构建块与可视化工具

多标签文本分类，多标签分类，文本分类，multi-label，classifier，text classification，BERT，seq2seq，attention，multi-label-classification

NucliaDB，用于 RAG 的 AI 搜索数据库

Python 文本分类的主动学习

BERTweet：针对英文推文的预训练语言模型 (EMNLP-2020)

基于 PyTorch 的文本分类基准测试