Pytorch-NLU
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.
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.
Qu'est-ce que Pytorch-NLU ?
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-il open source ?
Pytorch-NLU est un projet open source. Il est distribué sous licence Apache-2.0.
Pytorch-NLU est-il gratuit ?
Oui. Pytorch-NLU est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est Pytorch-NLU ?
Pytorch-NLU est disponible sous licence Apache-2.0.
Dans quel langage Pytorch-NLU est-il écrit ?
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://opensourceai.tech/project/yongzhuo-pytorch-nlu.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.