Startseite› Projekte› seq2seq-summarizer
seq2seq-summarizer
Python

seq2seq-summarizer

Pointer-Generator verstärkt seq2seq-Zusammenfassungen in PyTorch

von ymfa · GitHub
358
Sterne
70
Forks
MIT
Lizenz
2018
Erstellt
7 yr ago
Letzter Commit
abstractive-summarization
Kategorie
Python
Sprache
abstractive-summarizationattentionattention-mechanismMITPython
Auf GitHub ansehen
In einfachen Worten

Fassen Sie lange Texte in kürzere Versionen zusammen, indem Sie ein spezialisiertes KI-Modell in Python verwenden.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
seq2seq-summarizer — GitHub preview card
📈 Sternhistorie
359358
2026-07-202026-08-31
📈 seq2seq-summarizer verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Pointer-Generator verstärkt seq2seq-Zusammenfassungen in PyTorch

seq2seq-summarizer hat 358 Sterne auf GitHub. Es wurde 70-mal geforkt. seq2seq-summarizer ist hauptsächlich in Python geschrieben. Es wird seit 2018 aktiv entwickelt. seq2seq-summarizer ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: abstractive-summarization, attention, attention-mechanism, coverage.

❓ Frequently asked questions

Was ist seq2seq-summarizer?

Pointer-Generator verstärkt seq2seq-Zusammenfassungen in PyTorch

Ist seq2seq-summarizer Open Source?

seq2seq-summarizer ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist seq2seq-summarizer kostenlos?

Ja. seq2seq-summarizer ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht seq2seq-summarizer?

seq2seq-summarizer ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist seq2seq-summarizer geschrieben?

seq2seq-summarizer ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — seq2seq-summarizer

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=ymfa-seq2seq-summarizer)](https://olud.ai/project/ymfa-seq2seq-summarizer.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
self-attention-cv
Implementierung verschiedener Selbstaufmerksamkeitsmechanismen, die sich auf Computer Vision ko…
★ 1.2k · artificial-intelligence
teiltattentionattention-mechanism
performer-pytorch
Eine Implementierung von Performer, einem linearen auf Aufmerksamkeit basierenden Transformer,…
★ 1.2k · artificial-intelligence
teiltattentionattention-mechanism
lambda-networks
Implementierung von LambdaNetworks, einem neuen Ansatz zur Bilderkennung, der SOTA mit weniger…
★ 1.5k · artificial-intelligence
teiltattentionattention-mechanism
Deepdive-llama3-from-scratch
Erreichen Sie den llama3-Inferenzschritt für Schritt, erfassen Sie die Kernkonzepte, meistern S…
★ 631 · attention
teiltattentionattention-mechanism
nanodl
JAX library for training sub-4B foundation models for edge
★ 306 · attention
teiltattentionattention-mechanism
pytorch-original-transformer
Meine Implementierung des ursprünglichen Transformer-Modells (Vaswani et al.). Ich habe zusätzl…
★ 1.1k · attention
teiltattentionattention-mechanism
pytorch-GAT
Meine Implementierung des ursprünglichen GAT-Papiers (Veličković et al.). Ich habe zusätzlich d…
★ 2.7k · attention
teiltattentionattention-mechanism
neural_sp
End-to-End ASR/LM-Implementierung mit PyTorch
★ 594 · asr
teiltattentionattention-mechanism
fast_abs_rl
Code für das ACL 2018-Papier: "Schnelle abstraktive Zusammenfassung mit verstärkend ausgewählte…
★ 624 · abstractive-summarization
teiltabstractive-summarization
polygon_coverage_planning
Deckungsplanung in allgemeinen Polygonen mit Löchern.
★ 651 · boustrophedon
teiltcoverage

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.