Pytorch-NLU
中文文本分类、序列标注工具包（pytorch），支持中文长文本、短文本的多类、多标签分类任务，支持中文命名实体识别、词性标注、分词、抽取式文本摘要等序列标注任务。 Chinese text classification and sequence labeling toolkit, supports multi class and multi label classification, text similsrity, text summary and NER.
Klassifizieren und analysieren Sie chinesischen Text mit einem einfachen Toolkit zur Verarbeitung natürlicher Sprache.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbar中文文本分类、序列标注工具包（pytorch），支持中文长文本、短文本的多类、多标签分类任务，支持中文命名实体识别、词性标注、分词、抽取式文本摘要等序列标注任务。 Chinese text classification and sequence labeling toolkit, supports multi class and multi label classification, text similsrity, text summary and NER.
Pytorch-NLU hat 357 Sterne auf GitHub. Es wurde 51-mal geforkt. Pytorch-NLU ist hauptsächlich in Python geschrieben. Es wird seit 2021 aktiv entwickelt. Pytorch-NLU ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: bert, chinese-text-classification, chinese-text-segmentation, named-entity-recognition.
Was ist Pytorch-NLU?
中文文本分类、序列标注工具包（pytorch），支持中文长文本、短文本的多类、多标签分类任务，支持中文命名实体识别、词性标注、分词、抽取式文本摘要等序列标注任务。 Chinese text classification and sequence labeling toolkit, supports multi class and multi label classification, text similsrity, text summary and NER.
Ist Pytorch-NLU Open Source?
Pytorch-NLU ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.
Ist Pytorch-NLU kostenlos?
Ja. Pytorch-NLU ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Unter welcher Lizenz steht Pytorch-NLU?
Pytorch-NLU ist unter der Apache-2.0-Lizenz verfügbar.
In welcher Sprache ist Pytorch-NLU geschrieben?
Pytorch-NLU ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/yongzhuo-pytorch-nlu.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.