text-classification

中文分詞、詞性標註、命名實體識別、依存句法分析、成分句法分析、語義依存分析、語義角色標註、指代消解、風格轉換、語義相似度、新詞發現、關鍵詞短語提取、自動摘要、文本分類聚類、拼音簡繁轉換、自然語言處理

💫 工業級自然語言處理（NLP）於 Python

大規模中文自然語言處理語料庫 Large Scale Chinese Corpus for NLP

CNN-RNN 中文文本分類，基於 TensorFlow

資訊檢索、文本分類、NER、QA、語言建模、語言生成、T5、多模態與對話式 AI 的 Transformers

前沿自然語言處理

MTEB：跨語言與多模態嵌入的最先進評估

加速深度學習研發

Python 程式碼教學

Kashgari 是一個建構在 tf.keras 之上的生產級 NLP 遷移學習框架，用於文字標記與文字分類，包含 Word2Vec、BERT 與 GPT2 語言嵌入。

EasyNLP：全面且易用的 NLP 工具包

[ACL 2023] 單一嵌入器，任何任務：指令微調文字嵌入

文本分類演算法綜述

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

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。

用於分析情感、情緒、諷刺等的先進深度學習模型。

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。

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。

🦙 將 LLM 整合至結構化 NLP 管線中

一個優雅的 transformers PyTorch 實作

適用於 Rust 的自然語言偵測函式庫。線上試用：https://whatlang.org/

從維基百科學習單字與實體向量表示的工具

只要 1 行程式碼即可使用數百種語言中數千個最先進的 NLP 模型。解決文字問題最快且最準確的方法。

本儲存庫介紹 PIXIU，這是一個開源資源，包含首批金融大型語言模型（LLMs）、指令微調資料與評估基準，以全面評估金融 LLMs。我們的目標是持續推進金融人工智慧（AI）的開源發展。

👑 適用於 Streamlit 應用程式的 spaCy 建構區塊與視覺化工具

多標籤文字分類，多標籤分類，文字分類，multi-label，classifier，text classification，BERT，seq2seq，attention，multi-label-classification

NucliaDB，用於 RAG 的 AI 搜尋資料庫

Python 文字分類的主動學習

BERTweet：針對英文推文的預訓練語言模型 (EMNLP-2020)

基於 PyTorch 的文本分類基準測試