Project Icon

setfit

SetFit高效小样本学习框架,支持多语言文本分类

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。

embetter - 提供简洁易用的文本和图像嵌入模型集成工具
Githubembetter嵌入开源项目机器学习自然语言处理计算机视觉
embetter是一个兼容scikit-learn的Python库,专注于文本和图像嵌入模型。该库集成了Sentence-Transformers、CLIP等多种预训练模型,便于在机器学习流程中使用。其简洁的设计支持批量处理和增量学习,适用于快速概念验证和批量标记。embetter能与bulk和scikit-partial等工具良好配合,为开发者提供灵活的嵌入解决方案。
fastc - 轻量级文本分类工具 适用于内存受限环境
Githubfastc嵌入模型开源项目文本分类机器学习自然语言处理
fastc是一款为CPU环境优化的文本分类工具,专为内存受限场景设计。它采用高效蒸馏模型生成嵌入,结合逻辑回归或最近质心方法实现快速分类。该工具支持多分类器并行执行,具备模型训练、保存、加载和发布功能,并提供推理服务器部署选项。fastc为开发者提供了一个全面且高效的文本分类解决方案。
t-few - 参数高效微调方法优于GPT-3上下文学习
GithubT-Few参数高效微调少样本学习开源项目自然语言处理预训练语言模型
t-few项目提出一种少样本参数高效微调方法,在多个NLP任务中表现优于GPT-3的上下文学习。项目开源代码包含环境配置、实验运行等功能,并在RAFT基准测试中达到领先水平。这为NLP领域少样本学习提供了高效且低成本的解决方案,研究人员可基于此进行深入研究。
fasttext-en-vectors - 多语言词向量学习和文本分类开源库
GithubHuggingfacefastText开源项目文本分类机器学习模型自然语言处理词向量
fastText是一个开源轻量级库,专注于词向量学习和文本分类。它支持157种语言,可在普通硬件上快速训练,并提供预训练模型。fastText适用于文本分类、语言识别等任务,从实验到生产均可使用。该库简单易用,能在短时间内处理海量文本,是自然语言处理领域的高效工具。
LibFewShot - 优化少样本学习研究的开源项目
GithubLibFewShotMeta学习方法少样本学习度量学习方法开源项目非情景方法
LibFewShot是一款面向少样本学习研究的开源项目,支持多种经典和元学习方法。项目提供快速安装指南和详细教程,支持的数据集包括Caltech-UCSD Birds、Stanford Cars等,并提供下载多种预训练模型和配置文件。LibFewShot还鼓励代码贡献,遵循PEP 8编码风格。项目采用MIT许可证,仅限学术研究使用。
gbert-large-paraphrase-cosine - GBERT-Large模型优化德语少样本文本分类
BERTGithubHuggingfaceSetFit句子相似度开源项目德语模型模型自然语言处理
gbert-large-paraphrase-cosine是一个基于deepset/gbert-large的德语句子转换模型,能将文本映射至1024维向量空间。该模型与SetFit配合使用,显著提升德语少样本文本分类效果。模型采用MultipleNegativesRankingLoss和余弦相似度作为损失函数,在精选的deutsche-telekom/ger-backtrans-paraphrase数据集上训练。评估显示,其在德语少样本场景中的表现优于多语言模型和Electra模型,为德语自然语言处理任务提供了有力工具。
sentence-transformers-multilingual-e5-small - 多语言句子相似性和分类模型,覆盖多种语言选择
AmazonReviewsGithubHuggingfacemultilingual-e5-small分类句子相似性多语言开源项目模型
该项目提供多语言句子相似性和分类功能,适用范围广泛。采用MIT许可证,通过英语、德语、法语、西班牙语和中文等语言实现较高的精准度。通过Amazon反事实分类和情感极性任务表现出色,涵盖丰富的数据集和评估任务,如重排序和语义文本相似等,有效支持文本分类及自动化分析。
t5-base-finetuned-sst2 - 优化GLUE SST-2数据集准确率的高效文本分类模型
GLUE SST-2GithubHuggingfaceT5准确率开源项目模型模型细节训练过程
T5-base-finetuned-sst2是一个在GLUE SST-2数据集上微调的文本分类模型,准确率达到93.23%。该模型基于编码-解码结构,通过多任务的无监督和有监督学习预训练,将任务转化为文本到文本的格式。在训练中,使用了特定的标记化策略和超参数设置,促进模型快速收敛。适合高效处理文本分类任务的应用场景,提供了对现有分类工具的优化方案。
Keras-TextClassification - 多样预训练模型支持的高效文本分类工具
GithubKeras-TextClassification嵌入式模型开源项目文本分类深度学习神经网络
为中文用户提供高效的文本分类解决方案,支持FastText、BERT、Albert等多种预训练模型,涵盖词、字、句子嵌入。详细介绍数据处理与模型训练流程,通过下载与调用数据,实现多标签分类和文本相似度计算,简化复杂的自然语言处理任务。
deberta-v3-xsmall-zeroshot-v1.1-all-33 - 面向边缘设备的轻量级零样本文本分类模型
DeBERTaGithubHuggingface开源项目文本分类模型模型微调自然语言处理零样本分类
DeBERTa-v3-xsmall的零样本文本分类衍生模型,主干参数2200万,词汇参数1.28亿,总大小142MB。针对边缘设备场景优化,支持浏览器端部署。模型在情感分析、主题分类等33个数据集评估中表现稳定,多数任务准确率达80%以上,适合资源受限场景下的快速文本分类应用。
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