Pacote de ferramentas para classificação de texto em chinês e rotulagem de sequência (pytorch), suporta tarefas de classificação multiclasse e multilabel para textos longos e curtos em chinês, além de reconhecimento de entidades nomeadas, rotulagem de partes do discurso, tokenização, resumo de texto extrativo e outras tarefas de rotulagem de sequência.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserPacote de ferramentas para classificação de texto em chinês e rotulagem de sequência (pytorch), suporta tarefas de classificação multiclasse e multilabel para textos longos e curtos em chinês, além de reconhecimento de entidades nomeadas, rotulagem de partes do discurso, tokenização, resumo de texto extrativo e outras tarefas de rotulagem de sequência.
Pytorch-NLU tem 357 estrelas no GitHub. Foi bifurcado 51 vezes. Pytorch-NLU é escrito principalmente em Python. Está em desenvolvimento ativo desde 2021. Pytorch-NLU está disponível sob a licença Apache-2.0. Os seus principais temas são: bert, chinese-text-classification, chinese-text-segmentation, named-entity-recognition.
Pacote de ferramentas para classificação de texto em chinês e rotulagem de sequência (pytorch), suporta tarefas de classificação multiclasse e multilabel para textos longos e curtos em chinês, além de reconhecimento de entidades nomeadas, rotulagem de partes do discurso, tokenização, resumo de texto extrativo e outras tarefas de rotulagem de sequência.
Pytorch-NLU é um projeto de código aberto. É distribuído sob a licença Apache-2.0.
Sim. Pytorch-NLU é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
Pytorch-NLU está disponível sob a licença Apache-2.0.
Pytorch-NLU é escrito principalmente em Python.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://opensourceai.tech/project/yongzhuo-pytorch-nlu.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.