Logo
Project Icon

small-text

Small-Text：Python中的文本分类主动学习工具

small-text积极学习文本分类PythonsklearnGithub开源项目

Small-Text 是一个前沿的文本分类主动学习工具，支持多种查询策略、初始化策略和停止准则，用户可以灵活组合使用。工具支持 GPU 加速的 Pytorch 模型和 transformers 集成，适用于复杂文本分类任务，同时也支持 CPU 的轻量安装。科学验证的组件和详细文档使无论是试验还是实际应用，都变得更简单。要求 Python 3.7 或更高版本，支持 CUDA 10.1 或更新版本。如需了解更多，请访问其文档和安装指南。

GithubGithub文档文档论文论文
介绍相关项目
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。
TextWorld - 文本游戏生成与强化学习训练的开源环境
GithubPython库TextWorld开源项目强化学习文本游戏游戏生成器
TextWorld是一个开源的文本游戏生成器和可扩展学习环境，专门用于训练和测试强化学习智能体。该项目支持自定义游戏世界、对象和任务，提供类Gym的API接口，便于AI开发。TextWorld集成了可视化工具，兼容Python 3.9至3.12版本，适用于Linux和macOS系统。作为自然语言处理和强化学习的交叉平台，TextWorld为研究人员和开发者提供了独特的实验环境。
TextBlob - Python自然语言处理库 轻松实现文本分析
GithubNLTKPython库TextBlob开源项目文本分析自然语言处理
TextBlob是一款Python自然语言处理库，提供简洁API实现多种文本分析任务。支持词性标注、名词短语提取、情感分析和分类等功能，集成NLTK和pattern库优势。包含分词、词频统计和拼写校正等工具，适用于广泛的文本处理场景。TextBlob设计简单直观，方便各层级开发者使用。
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。
HDLTex - 层级深度学习提升大规模文本分类效能
GithubHDLTex层次分类开源项目文本分类文档处理深度学习
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。
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。
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。
transformers - 机器学习库，覆盖文本、视觉与音频处理
GithubHugging Face人工智能多模态开源项目机器学习自然语言处理
探索🤗 Transformers——一个功能全面的机器学习库，覆盖文本、视觉与音频处理。该库提供数千种可对接JAX、PyTorch或TensorFlow的预训练模型，适用于多种语言处理与多模态任务。主要功能包括： - 文本分类 - 信息提取 - 问答系统 - 摘要生成 - 翻译 - 文本生成 此外，还能处理表格问答、OCR及视觉问答等多模态任务。Transformers库易于使用，支持模型间的快速切换与无缝整合。
SmallLanguageModel-project - 自主构建完整的语言模型，从数据采集到训练一步到位
GithubPythonSmallLanguageModel依赖安装开源项目数据处理模型训练
该项目提供全面的构建语言模型指南，包括数据收集、预处理及模型训练。项目涵盖从数据采集到训练多种模型（如BERT、GPT、Seq-2-Seq）的全部必要工具和步骤。适用于Python 3.8及以上版本，通过详细的教程和文档帮助开发者高效实现模型训练与应用。
tldrstory - 故事标题与内容的语义搜索与动态分类工具
AIFastAPIGithubStreamlittldrstorytxtai开源项目
tldrstory是一款适用于新闻标题和文章内容的语义搜索工具，支持通过零样本标签实现动态分类，并利用txtai索引进行文本相似度搜索。该工具包含可定制的Streamlit应用和FastAPI后端服务，方便用户审查和分析处理的数据。示例应用包括移动科技新闻和体育新闻。支持通过pip、PyPI或直接从GitHub安装，兼容Python 3.8+，并支持配置RSS和Reddit API等多种数据源，实现自定义数据源读取和内容索引，满足多种新闻和文章分类需求。
相关项目
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。

使用协议隐私政策广告服务
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