Project Icon

HDLTex

层级深度学习提升大规模文本分类效能

HDLTex是一种创新的层级深度学习方法,旨在解决大规模文档集合的文本分类难题。该方法采用堆叠式深度学习架构,为文档层次结构的各个层级提供专门化理解。HDLTex通过层级分类方式提升了分类性能,尤其适合类别数量庞大的场景。项目开源了完整实现代码和详尽文档,支持多个标准数据集,并提供pip和git两种便捷安装方式。

textract - 多格式文档文本提取工具
GithubPython库textract开源项目文本提取文档处理
textract是一个开源文本提取工具,支持从多种格式文档(如PDF、Word、Excel等)中提取文本。该项目最初由Dean Malmgren创建,现由Jazzband社区维护。textract提供简单接口,具备全面的文档支持,旨在简化文本提取流程。它适用于需要从不同类型文档中批量提取文本的场景,为用户提供高效的文本提取解决方案。
LLM2Vec-Meta-Llama-3-8B-Instruct-mntp-supervised - LLM2Vec-Meta-Llama-3-8B模型——文本嵌入与语义相似度的高效工具
GithubHuggingfaceLLM2Vec-Meta-Llama-3-supervised分类句子相似度开源项目文本检索模型特征提取
LLM2Vec-Meta-Llama-3-8B-Instruct-mntp项目提供了创新的文本嵌入技术,支持文本分类、信息检索、重排序和聚类等多种任务。通过其监督模型,有效提升精度和召回率,如在Amazon反事实分类任务中准确率达79.94%,在ArguAna数据集的检索任务中各项指标优异。此项目在多种自然语言处理中展现出显著应用潜力,是评价文本语义相似度的关键工具。
textaugment - 短文本分类的全球增强方法
GithubPython库TextAugment增强开源项目文本分类自然语言处理
TextAugment是一个Python 3库,旨在提升自然语言处理应用中的文本处理能力。借助于NLTK、Gensim和TextBlob等工具,TextAugment能生成合成数据,从而提升模型性能。这个库支持多种增强方法,如Word2vec、WordNet和RTT,并可轻松集成到PyTorch、TensorFlow和Scikit-learn等机器学习框架中。无论是词义替换还是混合增强方法,TextAugment都能为短文本分类任务提供有效的解决方案。
xmc.dspy - Infer-Retrieve-Rank方法revolutionizing大规模多标签分类
GithubInfer-Retrieve-Rank上下文学习多标签分类开源项目极端多类别语言模型
Infer-Retrieve-Rank (IReRa)是一种创新的多标签分类方法,专门针对具有大量类别的任务。这个通用且模块化的程序通过预训练语言模型和检索器的交互,高效处理复杂的分类问题。IReRa仅需少量标记示例即可优化性能,无需模型微调。该项目提供完整文档,包括安装、数据处理、运行指南等,方便研究人员在各种语言模型推理和检索任务中应用。
GPT-JT-6B-v1 - 优化文本分类的先进语言模型
GPT-JTGithubHuggingfaceUL2分类任务开放数据集开源项目文本生成模型
GPT-JT-6B-v1采用去中心化训练和开放数据集,提升文本分类表现。结合UL2训练目标等先进技术,使其在计算效率上具有优势,优于大多数百亿参数模型。在多样化数据集如自然指令和P3上,GPT-JT利用标记和双向上下文学习,增强推断能力和语言处理功能。
resnet-152-text-detector - 基于ResNet-152的高效图像文本检测深度学习模型
GithubHuggingfaceResNet-152图像分类开源项目文本检测模型深度学习计算机视觉
ResNet-152 Text Detector是一个基于ResNet-152架构的深度学习模型,用于快速判断图像是否包含可读文本。该模型在COCO-Text和LLaVAR数据集上训练,使用约14万张图像,其中50%含文本,50%不含文本。模型采用300x300输入分辨率,使用AdamW优化器,学习率为5e-5,训练3个epochs。通过简单的Python代码,开发者可以轻松集成此模型,实现二元分类的图像文本检测功能。
gte-large-onnx - ONNX格式文本向量模型实现快速分类与相似度搜索
GithubHuggingfaceONNX开源项目文本分类文本嵌入模型模型推理相似度搜索
gte-large-onnx是thenlper/gte-large模型的ONNX移植版本,用于文本分类和相似度搜索任务。该模型与FastEmbed框架集成,支持通过API调用生成文本嵌入向量,实现批量文本处理。基于Apache-2.0许可证开源,可用于构建文本相似度检索和文档分类等应用
fasttext-zh-vectors - fastText库:支持中文文本分类与词向量学习
GithubHuggingfacefastText开源项目文本分类模型训练数据词向量语言识别
fastText是开源且易于使用的库,可在标准硬件上快速进行文本表示学习和分类。此库支持157种语言,并包含预训练模型,适用于文本分类与语言识别,且能在多核CPU上快速训练、并适合移动设备应用。
deberta-v3-large-zeroshot-v1 - 强大高效的零样本文本分类能力
DeBERTa-v3GithubHuggingface开源项目文本分类模型模型训练自然语言推理零样本分类
模型适用于零样本分类,通过将文本分类任务转换为'真假'判定任务达到自然语言推理效果。使用Hugging Face pipeline实现,较现有模型表现优异。基于27项任务和310类文本进行训练,专注'Entailment'与'Not_Entailment'的二分类,且在多种文本分类场景中表现灵活。模型为开源,受到MIT许可证保护。
TextDescriptives - 使用spaCy组件进行多维度文本分析
APIGithubPython库TextDescriptivesspaCy开源项目文本指标
TextDescriptives是一个基于Python的库,通过spaCy v.3管道组件和扩展计算多种文本指标。包括详细文档和Jupyter notebook教程,方便用户上手和使用功能。最新2.0版本引入全新API和组件,支持无代码提取指标的web应用。用户可设置不同参数快速提取文本指标,并将结果导出为Pandas DataFrame或字典。适合文本分析入门者,也为高级用户提供深度定制的选项。
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

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。

Project Cover

天工AI音乐

天工AI音乐平台支持音乐创作,特别是在国风音乐领域。该平台适合新手DJ和音乐爱好者使用,帮助他们启动音乐创作,增添生活乐趣,同时发现和分享新音乐。

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