Inicio Proyectos seq2seq-summarizer
seq2seq-summarizer
Python

seq2seq-summarizer

Resumen de seq2seq reforzado por generador de punteros en PyTorch

por ymfa · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Lenguaje
abstractive-summarizationattentionattention-mechanismMITPython
Ver en GitHub
En palabras simples

Resume textos largos en versiones más cortas utilizando un modelo de IA especializado en Python.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
seq2seq-summarizer — GitHub preview card
📈 Historial de estrellas
359358
2026-07-202026-08-31
📈 Sigue seq2seq-summarizer

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Resumen de seq2seq reforzado por generador de punteros en PyTorch

seq2seq-summarizer tiene 358 estrellas en GitHub. Se ha bifurcado 70 veces. seq2seq-summarizer está escrito principalmente en Python. Se desarrolla activamente desde 2018. seq2seq-summarizer está disponible bajo la licencia MIT. Sus temas principales son: abstractive-summarization, attention, attention-mechanism, coverage.

Frequently asked questions

¿Qué es seq2seq-summarizer?

Resumen de seq2seq reforzado por generador de punteros en PyTorch

¿seq2seq-summarizer es de código abierto?

seq2seq-summarizer es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿seq2seq-summarizer es gratis?

Sí. seq2seq-summarizer es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está seq2seq-summarizer?

seq2seq-summarizer está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito seq2seq-summarizer?

seq2seq-summarizer está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — seq2seq-summarizer

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=ymfa-seq2seq-summarizer)](https://olud.ai/project/ymfa-seq2seq-summarizer.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
self-attention-cv
Implementación de varios mecanismos de auto-atención centrados en visión por computadora. Repos…
1.2k · artificial-intelligence
comparteattentionattention-mechanism
performer-pytorch
Una implementación de Performer, un transformador basado en atención lineal, en Pytorch
1.2k · artificial-intelligence
comparteattentionattention-mechanism
lambda-networks
Implementación de LambdaNetworks, un nuevo enfoque para el reconocimiento de imágenes que alcan…
1.5k · artificial-intelligence
comparteattentionattention-mechanism
Deepdive-llama3-from-scratch
Logra el paso a paso de inferencia de llama3, comprende los conceptos clave, domina la derivaci…
631 · attention
comparteattentionattention-mechanism
nanodl
JAX library for training sub-4B foundation models for edge
306 · attention
comparteattentionattention-mechanism
pytorch-original-transformer
Mi implementación del modelo transformer original (Vaswani et al.). Además, he incluido el arch…
1.1k · attention
comparteattentionattention-mechanism
pytorch-GAT
Mi implementación del artículo original de GAT (Veličković et al.). Además, he incluido el arch…
2.7k · attention
comparteattentionattention-mechanism
neural_sp
Implementación de ASR/LM de extremo a extremo con PyTorch
594 · asr
comparteattentionattention-mechanism
fast_abs_rl
Código para el artículo ACL 2018: "Resumen Abstractivo Rápido con Reescritura de Oraciones Sele…
624 · abstractive-summarization
comparteabstractive-summarization
polygon_coverage_planning
Planificación de cobertura en polígonos generales con agujeros.
651 · boustrophedon
compartecoverage

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.