Project Icon

PyShortTextCategorization

Python短文本分类和挖掘库

PyShortTextCategorization是一个专门用于短文本分类和挖掘的Python库。它集成了多种文本表示方法,如主题建模和词嵌入,支持有监督和无监督学习。该库提供文本预处理、预训练词嵌入、多种分类算法和短语相似度计算等功能,为短文本分析提供了全面的工具集。适用于Python 3.8-3.11版本,具备示例数据集、文本预处理、预训练词嵌入支持等特性。它整合了多种主题模型和神经网络分类器,并提供短语差异度量和字符级序列到序列学习等高级功能。

setfit - SetFit高效小样本学习框架,支持多语言文本分类
GithubHugging Face HubSetFit多语言支持少量标签数据开源项目无需提示
SetFit是一种高效且无需提示的小样本微调框架,利用Sentence Transformers实现高准确度的小样本学习。不需要手工制作提示或语言模型转换器,直接从文本示例生成丰富嵌入,大大提高训练速度。在仅有少量标记数据的情况下,SetFit的精度可与大型模型相媲美。例如,针对客户评论情感数据集,仅使用每类8个标记样本就能达到RoBERTa Large的全量训练精度。支持多语言文本分类,兼容Hugging Face Hub,训练和推理过程简单直观,是一个高效实用的选择。
BunkaTopics - 智能文本分析与主题建模可视化工具
BunkatopicsGithub主题建模可视化嵌入模型开源项目数据清理
BunkaTopics是一个用于文本分析和主题建模的Python工具包。它集成了嵌入模型和聚类算法,可从非结构化数据中提取洞察。该工具支持数据清理、自定义主题分析、AI辅助总结和交互式可视化,适用于优化语言模型微调和深入理解文本数据。BunkaTopics为研究人员和数据科学家提供了灵活的文本分析解决方案。
text2vec - 多模型文本向量化工具,支持多语言文本匹配分析
BERTGithubText2vec开源项目文本向量化文本相似度模型训练
text2vec工具实现了多种文本向量表示和相似度计算模型,如Word2Vec、BERT、Sentence-BERT和CoSENT。最新版本增加了多卡推理和命令行工具,方便用户批量处理文本向量化。它在中英文测试集上的表现优秀,尤其新版中文匹配模型在短文本区分上有显著提升。该工具为中文和多语言文本匹配提供了丰富的支持,能够满足各种文本语义分析任务的需求。
gensim - Gensim:高效的Python主题建模和文档索引工具
GensimGithubNLPPython主题建模开源项目文档相似性
Gensim是一个针对自然语言处理和信息检索的Python库,用于执行主题建模、文档索引和相似性检索。该库依靠高效的内存独立算法和多核实现,可以处理超过内存容量的大型语料库。Gensim支持LSA、LDA、RP和HDP等各种流行算法,并支持分布式计算。其直观接口和详实文档使得用户可以轻松集成与扩展,是大规模文本数据处理的优秀选择。
pyAudioAnalysis - Python音频分析库 实现特征提取分类和分割
GithubPython库分类器开源项目机器学习特征提取音频分析
pyAudioAnalysis是一个开源的Python音频分析库,提供音频特征提取、分类、分割等功能。它支持分类器训练评估、未知声音分类、事件检测、监督/非监督分割、回归模型训练和数据可视化。通过Python接口或命令行,可实现复杂的音频分析任务。适用于音乐识别、语音处理等领域,为音频分析提供全面解决方案。
ACCOUNT-OWNERSHIP - 结合对比学习和Logistic回归的高效文本分类模型
GithubHuggingfaceLogisticRegressionSetFit句子转换器开源项目文本分类模型高效少样本学习
SetFit模型通过对比学习和Logistic回归,实现精准的文本分类,该模型微调Sentence Transformer以获取特征。无需复杂提示和大规模数据,适用于多样文本分类任务,并可在自有数据集上方便微调。
BERTopic - 高效的Transformers主题建模,支持多种模式
BERTopicGithubPythonc-TF-IDFtransformers主题建模开源项目
BERTopic是一种利用Transformers和c-TF-IDF进行主题建模的技术,能够生成易于解释的密集主题聚类,同时保留关键词描述。该项目支持多种主题建模方法,如有监督、半监督和无监督模式,具有模块化和高扩展性。丰富的可视化功能和多种表示方法进一步支持深入分析。BERTopic还兼容多种嵌入模型,并支持多语言处理,适应不同应用场景。
answer-classification-setfit-v2-binary - SetFit少样本学习文本分类模型,适用于多领域
GithubHuggingfaceSetFit句子转换器对比学习少样本学习开源项目文本分类模型
项目运用了SetFit框架,实现在BAAI/bge-base-en-v1.5基础上的少样本学习文本分类,结合对比学习和Logistic Regression算法,提升了文本分类的精准度。模型适用于广泛领域,支持长至512个token的文本分类,易于通过SetFit库安装使用,设计理念基于“无提示高效少样本学习”,在小数据集上实现可靠分类表现,提供了一项潜力巨大的深度学习工具。
NLP_Quickbook - 自然语言处理实用指南,快速上手实战应用
GithubNatural Language Processing开源项目文本分类深度学习聊天机器人语法分析
本开源项目聚焦于帮助工程师快速掌握自然语言处理技术。从文本分类、文本清洗到深度学习和聊天机器人构建,提供详细的代码示例和实操指南。这些按主题划分的手册采用代码优先的方式讲解,便于工程师直接应用于实际项目。无论是初学者还是有经验的工程师,都能从中受益,提升自然语言处理技能。
pythainlp - Python实现的泰语自然语言处理库
GithubPyThaiNLPPython开源开源项目泰语自然语言处理
PyThaiNLP是一个专注于泰语的Python自然语言处理库,提供丰富的功能如分词、词性标注、拼写检查等。支持Python 3.7+,可通过pip安装。这个开源项目被广泛应用于工业和研究领域,为泰语NLP任务提供支持。PyThaiNLP具有命令行接口,支持额外功能的可选安装。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号