nlp

[EMNLP 2022] 用於知識圖譜提取與構建的開源工具包

通用技術，為 AI 能力提供 LLM 與 MLLM 支援

Databricks 基礎模型的 LLM 訓練程式碼

自然語言偵測

此專案重現《Dive Into Deep Learning》一書的內容，將 MXNet 程式碼改寫為 PyTorch。

從 A 到 Z 的資料科學路線圖。

MNBVC（Massive Never-ending BT Vast Chinese corpus）超大規模中文語料集。對標 chatGPT 訓練的 40T 數據。MNBVC 數據集不僅包括主流文化，也包括各個小眾文化甚至火星文的數據。MNBVC 數據集包含新聞、作文、小說、書籍、雜誌、論文、台詞、帖子、wiki、古詩、歌詞、商品介紹、笑話、糗事、聊天記錄等一切形式的純文本中文數據。

LightLLM 是一個基於 Python 的 LLM（大型語言模型）推理與服務框架，以輕量化設計、易於擴展與高速性能著稱

AdalFlow：構建並自動優化 LLM 應用的庫

ChatGPT 資料彙總學習，持續更新……

The Hugging Face course on Transformers

前沿自然語言處理

語言模型分詞速度達 GB/s

中文 NLP 預處理、解析工具包，準確、高效、易用 A Chinese NLP Preprocessing & Parsing Package www.jionlp.com

超快AI決策與多模態資料的智能處理

中文 NLP 解決方案（大模型、資料、模型、訓練、推理）

Datawhale 成員整理的面試經驗，內容涵蓋機器學習、CV、NLP、推薦、開發等，歡迎大家點星。

精選大型語言模型、Text2SQL、Text2DSL、Text2API、Text2Vis 等教程與資源

自動摘要文字文件和 HTML 頁面的模組

[EMNLP 2021] SimCSE：簡單對比學習句子嵌入 https://arxiv.org/abs/2104.08821

深度學習入門課、資深課、特色課、學術案例、產業實踐案例、深度學習知識百科及面試題庫The course, case and knowledge of Deep Learning and AI

快速上手 AI 理論及應用實戰：基礎知識、Transformer、NLP、ML、DL、競賽。含大量註解及資料集，力求每一位能看懂並複現。

🛠 全功能網頁 IDE，專為機器學習與資料科學設計

TextAttack 是一個用於 NLP 的 Python 框架，支持對抗性攻擊、數據增強和模型訓練 https://textattack.readthedocs.io/en/master/

[TMLR] 一份關於程式碼（及其他軟體工程活動）語言模型研究的精選清單，附相關資料集

我們想創建一個倉庫，展示在中文中使用 transformers 的方法

一個用於 Document AI 的倉庫

深度学习100例、深度学习DL、图片分类、目标识别、目标检测、自然语言处理nlp、文本分类、TensorFlow、PyTorch。

textlint 是一個可擴充的自然語言文本檢查器

LLM Agent 必讀論文。