Boîte à outils de classification de texte chinois et d'annotation de séquence (pytorch), prend en charge les tâches de classification multi-classes et multi-étiquettes pour les longs et courts textes chinois, ainsi que la reconnaissance d'entités nommées, l'annotation de parties du discours, le découpage et le résumé de texte extractif.
Classifiez et analysez du texte chinois en utilisant un simple outil de traitement du langage naturel.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentBoîte à outils de classification de texte chinois et d'annotation de séquence (pytorch), prend en charge les tâches de classification multi-classes et multi-étiquettes pour les longs et courts textes chinois, ainsi que la reconnaissance d'entités nommées, l'annotation de parties du discours, le découpage et le résumé de texte extractif.
Pytorch-NLU compte 357 étoiles sur GitHub. Il a été forké 51 fois. Pytorch-NLU est écrit principalement en Python. Il est développé activement depuis 2021. Pytorch-NLU est disponible sous licence Apache-2.0. Ses principaux thèmes sont : bert, chinese-text-classification, chinese-text-segmentation, named-entity-recognition.
Boîte à outils de classification de texte chinois et d'annotation de séquence (pytorch), prend en charge les tâches de classification multi-classes et multi-étiquettes pour les longs et courts textes chinois, ainsi que la reconnaissance d'entités nommées, l'annotation de parties du discours, le découpage et le résumé de texte extractif.
Pytorch-NLU est un projet open source. Il est distribué sous licence Apache-2.0.
Oui. Pytorch-NLU est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Pytorch-NLU est disponible sous licence Apache-2.0.
Pytorch-NLU est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/yongzhuo-pytorch-nlu.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.