nlp

快速且可客製化的自動建立 ML 模型框架 (AutoML)

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

預訓練中文 ELECTRA 模型

Obsei 是一個低程式碼的 AI 驅動自動化工具。可用於社群聆聽、基於 AI 的警報、品牌形象分析、比較研究等各種業務流程。

適用於瀏覽器與 Node.js、具備持久化與網路強韌性的全文檢索庫

波斯語自然語言處理（NLP）工具包

韓語 BERT 預訓練區分大小寫模型 (KoBERT)

Tribuo - 一個 Java 機械學習庫

一個多語言對話語料庫

🛸 在 spaCy 中使用預先訓練的 transformer，如 BERT、XLNet 和 GPT-2

🦙 將 LLM 整合至結構化 NLP 管線中

自然語言生成多種無監督自動化指標的評估程式碼

對開發者友善的自然語言處理 ✨

"結巴"中文分詞：做最好的 PHP 中文分詞、中文斷詞組件。

我為學術、自學和業餘目的完成的數據科學專案作品集。

Go 語言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

土耳其語的 NLP 工具。

解決基本的俄語 NLP 任務，提供底層 Natasha 專案的 API

自然語言處理領域下的相關論文（附閱讀筆記），復現模型以及資料處理等（程式碼含 TensorFlow 和 PyTorch 兩版本）

一個優雅的 transformers PyTorch 實作

用於預測所有 3 個 Jigsaw Toxic Comment 挑戰賽中具攻擊性留言的訓練模型與程式碼。使用 ⚡ Pytorch Lightning 與 🤗 Transformers 建構。若要存取我們的 API，請寄信至 contact@unitary.ai。

Transformers4Rec 是一個靈活且高效的序列與基於會話的推薦函式庫，可與 PyTorch 搭配使用。

🎓 系統性大語言模型建構課程｜🛠️ 涵蓋預訓練資料工程、Tokenizer、Transformer、MoE、GPU 編程 (CUDA/Triton)、分散式訓練、Scaling Laws、推理最佳化及對齊 (SFT/RLHF/GRPO)｜🚀 6 個漸進式作業 + 程式碼驅動，建立 LLM 全端認知體系

用於執行情境化主題建模的 python 套件。CTM 將情境化嵌入（例如 BERT）與主題模型結合以獲得連貫的主題。發表於 EACL 與 ACL 2021 (Bianchi 等人)。

ktrain 是一個讓深度學習與 AI 更親民、更容易套用的 Python 函式庫

使用差分進化演算法在 Cifar10 和 ImageNet 上實作《欺騙深度神經網路的單像素攻擊》的 Keras 版本

基於位元組對編碼（BPE）的 275 種語言預訓練子詞嵌入

Taranis AI 是一個先進的開源情報 (OSINT) 工具，利用人工智慧革新資訊收集與態勢分析。

用於理解深度學習的影片、筆記與實驗。