nlp

HanLP 作者的新書《自然語言處理入門》詳細筆記！業界良心之作，書中不是枯燥無味的公式羅列，而是用白話闡述通俗易懂的演算法模型。從基本概念出發，逐步介紹中文分詞、詞性標註、命名實體識別、資訊抽取、文字聚類、文字分類、句法分析這幾個熱門問題的演算法原理與工程實現。

使用 IDCNN/biLSTM+CRF 的中文命名實體識別，以及使用 biGRU+2ATT 的關係提取 中文实体识别与关系提取

TigerBot：一個多語言多任務 LLM

用於自然語言理解的多任務深度神經網路

[論文列表] 整合知識圖譜 (KGs) 與大型語言模型 (LLMs) 的論文

用於片語擷取的 TextRank 演算法（「textgraphs」）Python 實作。

xLSTM 的官方儲存庫。

快速且先進的靜態嵌入

EasyNLP：全面且易用的 NLP 工具包

解釋、分析與視覺化 NLP 語言模型。Ecco 直接在 Jupyter notebooks 中建立互動式視覺化，用以解釋基於 Transformer 的語言模型（如 GPT2、BERT、RoBERTA、T5 與 T0）的行為。

本地部署、無需 OCR 的非結構化資料萃取、Markdown 轉換與基準測試工具包。(https://idp-leaderboard.org/)

大型模型安全、防護與隱私的閱讀清單（包含 Awesome LLM Security, Safety 等）。

阿里達摩院機器智能實驗室 (MinD Lab) 的編碼器-解碼器集合

自然語言處理所有相關主題的全面參考資料

指令遵循語言模型的自動評估器。經人工驗證、高品質、低成本且快速。

ContextGem：輕鬆從文件中進行 LLM 萃取

社群驅動的 RAG（檢索增強生成）框架、專案與資源集合。歡迎貢獻並探索不斷演進的 RAG 生態系統。

用於科學／生物醫學文件的完整 spaCy 管道與模型。

基於 Meta Llama 3 開發的中文羊駝大模型三期專案 (Chinese Llama-3 LLMs)

🌸 使用 TypeScript 學習日語文法

💫 用於 spaCy 自然語言處理 (NLP) 函式庫的模型

Transformers 庫快速入門教程

知識圖譜相關的學習資料、資料庫、工具及其他資源精選清單

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

一鍵中文數據增強包 ； NLP數據增強、bert數據增強、EDA：pip install nlpcda

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

中文長文本分類、短句子分類、多標籤分類、兩句子相似度（Chinese Text Classification of Keras NLP, multi-label classify, or sentence classify, long or short），字詞句向量嵌入層（embeddings）和網路層（graph）構建基類，FastText，TextCNN，CharCNN，TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, 膠囊網路-CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN

Underthesea - AI 助理

Microsoft.Recognizers.Text 提供多語言（ZH、EN、FR、ES、PT、DE、IT、TR、HI、NL，部分支援 JA、KO、AR、SV）的數字、單位、日期/時間等辨識與解析功能。套件可於以下位置取得：https://www.nuget.org/profiles/Recognizers.Text、https://www.npmjs.com/~recognizers.text