Accueil Projets seq2seq-summarizer
seq2seq-summarizer
Python

seq2seq-summarizer

Résumé seq2seq renforcé par générateur de pointeur dans PyTorch

par ymfa · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Langue
abstractive-summarizationattentionattention-mechanismMITPython
Voir sur GitHub
En termes simples

Résumez de longs textes en versions plus courtes en utilisant un modèle d'IA spécialisé en Python.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
seq2seq-summarizer — GitHub preview card
📈 Historique des étoiles
359358
2026-07-202026-08-31
📈 Suivez seq2seq-summarizer

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Résumé seq2seq renforcé par générateur de pointeur dans PyTorch

seq2seq-summarizer compte 358 étoiles sur GitHub. Il a été forké 70 fois. seq2seq-summarizer est écrit principalement en Python. Il est développé activement depuis 2018. seq2seq-summarizer est disponible sous licence MIT. Ses principaux thèmes sont : abstractive-summarization, attention, attention-mechanism, coverage.

Frequently asked questions

Qu'est-ce que seq2seq-summarizer ?

Résumé seq2seq renforcé par générateur de pointeur dans PyTorch

seq2seq-summarizer est-il open source ?

seq2seq-summarizer est un projet open source. Il est distribué sous licence MIT.

seq2seq-summarizer est-il gratuit ?

Oui. seq2seq-summarizer est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est seq2seq-summarizer ?

seq2seq-summarizer est disponible sous licence MIT.

Dans quel langage seq2seq-summarizer est-il écrit ?

seq2seq-summarizer est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — seq2seq-summarizer

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=ymfa-seq2seq-summarizer)](https://olud.ai/project/ymfa-seq2seq-summarizer.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
self-attention-cv
Mise en œuvre de divers mécanismes d'auto-attention axés sur la vision par ordinateur. Dépôt en…
1.2k · artificial-intelligence
partageattentionattention-mechanism
performer-pytorch
Une implémentation de Performer, un transformateur basé sur l'attention linéaire, en Pytorch.
1.2k · artificial-intelligence
partageattentionattention-mechanism
lambda-networks
Implémentation de LambdaNetworks, une nouvelle approche de la reconnaissance d'images qui attei…
1.5k · artificial-intelligence
partageattentionattention-mechanism
Deepdive-llama3-from-scratch
Réalisez l'étape d'inférence llama3 étape par étape, comprenez les concepts fondamentaux, maîtr…
631 · attention
partageattentionattention-mechanism
nanodl
JAX library for training sub-4B foundation models for edge
306 · attention
partageattentionattention-mechanism
pytorch-original-transformer
Mon implémentation du modèle de transformateur original (Vaswani et al.). J'ai également inclus…
1.1k · attention
partageattentionattention-mechanism
pytorch-GAT
Mon implémentation du papier GAT original (Veličković et al.). J'ai également inclus le fichier…
2.7k · attention
partageattentionattention-mechanism
neural_sp
Implémentation ASR/LM de bout en bout avec PyTorch
594 · asr
partageattentionattention-mechanism
fast_abs_rl
Code pour l'article ACL 2018 : "Fast Abstractive Summarization with Reinforce-Selected Sentence…
624 · abstractive-summarization
partageabstractive-summarization
polygon_coverage_planning
Planification de couverture dans des polygones généraux avec des trous.
651 · boustrophedon
partagecoverage

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.