natural-language-processing

Transformers 庫快速入門教程

[ICML 2024] LLMCompiler：用於平行函式呼叫的 LLM 編譯器

😎 最新且精選的半監督式學習論文、方法與資源列表。

Go 語言編寫的獨立機器學習與自然語言處理函式庫。

NLTK 資料

Google AI Language 團隊開源專案的共用儲存庫。

Python 中最準確的自然語言偵測函式庫，適用於短文字與混合語言文字

快速且高效的非結構化資料萃取。以 Rust 編寫，並提供多種語言的綁定。

用於後訓練與結構化資料萃取的合成資料策展

我們在學習過程中收集的人工智慧、機器學習與深度學習精選內容。包含學習筆記以及此類主題的優質資源列表。

高效、可擴展且具備企業級水準的 CPU/GPU 推論伺服器，適用於 🤗 Hugging Face transformer 模型 🚀

Graph4nlp 是一個能輕鬆將圖神經網路（GNN）應用於 NLP 的函式庫。歡迎造訪我們的 DLG4NLP 網站 (https://dlg4nlp.github.io/index.html) 獲取各種學習資源！

LLM(😽)

🦆 具備上下文鍵值的詞向量

預訓練中文 XLNet 模型

一個用於將非結構化美國地址字串解析為地址元件的 python 函式庫。

基於 PyTorch 構建的無程式碼框架，用於可重複的深度學習研究。PyTorch 生態系統。🏆 至今已實作 26 種發表於 TPAMI、CVPR、IClR、ECCV、NeurIPS、ICCV、AAAI 等會議的知識蒸餾方法。🎁 提供已訓練模型、訓練日誌與設定檔，以確保可重複性與基準測試。

General Assembly 於華盛頓特區舉辦的 2015 年 Data Science 課程

WikiChat 是一個改進的 RAG。它透過從語料庫檢索資料來阻止大型語言模型的幻覺。

DAMO-ConvAI：包含阿里巴巴 DAMO 對話式 AI 程式碼庫的官方儲存庫。

Macaw-LLM：整合圖像、影片、音訊與文字的多模態語言模型

統一的半監督式學習程式碼庫 (NeurIPS'22)

關於文字對抗攻擊與防禦的必讀論文

命名實體識別 (NER) 與實體識別任務的語料庫集合。這些標註資料集涵蓋多種語言、領域和實體類型。

Awesome Search - 專注於（但不限於電子商務的）搜尋及其精彩之處

ChatArena（或 Chat Arena）是一個面向 LLM 的多 Agent 語言遊戲環境，旨在培養 AI 的溝通與協作能力。

用於分析情感、情緒、諷刺等的先進深度學習模型。

此儲存庫包含對話情緒辨識的不同架構實作

資料科學家 用來規模化、評估與維護自然語言資料的開源首選。將訓練資料視同軟體構件來對待。

🪐 從原型到生產環境的端對端 NLP 工作流程