Sequence Labels 相关的热门 GitHub AI项目仓库

用于处理杂乱的真实世界数据和标签，进行数据质量提升和机器学习的标准数据中心人工智能套件。

收集用于股票预测的机器学习和深度学习模型，包括交易机器人和模拟程序

使用PyTorch和TorchText实现几种序列到序列(seq2seq)模型的教程。

Kashgari是一个基于tf.keras构建的、可用于生产环境的NLP迁移学习框架，用于文本标注和文本分类，包含Word2Vec、BERT和GPT2语言嵌入模型。

大型概念模型：句子表示空间中的语言建模

NCRF++是一个神经序列标注工具包，易于用于任何序列标注任务（例如命名实体识别、词性标注、分词）。它包含字符LSTM/CNN、词语LSTM/CNN和softmax/CRF组件。

DELTA是一个基于深度学习的自然语言和语音处理平台。LF AI & DATA 项目：https://lfaidata.foundation/projects/delta/

语音识别、文本转语音和自然语言处理高效实验工具包

CLUENER2020 中文细粒度命名实体识别

基于双向长短期记忆网络-条件随机场（BiLSTM-CRF）和 ELMo 模型的命名实体识别、词性标注等技术

自然语言处理深度神经网络工具包——像玩乐高积木一样搭建你的NLP深度神经网络模型

基于PyTorch的神经机器翻译序列到序列框架

用于场景文本识别的卷积循环神经网络

闭式连续时间神经网络

这是论文“GECToR——语法错误纠正：标记，而非重写”（BEA-20）和“通过标记进行文本简化”（BEA-21）的官方实现代码。

Official Code Release for [SIGGRAPH 2025] RenderFormer: Transformer-based Neural Rendering of Triangle Meshes with Global Illumination

利用任务感知语言模型增强序列标注

ICLR 2023论文：DiffuSeq：基于扩散模型的序列到序列文本生成

这个仓库包含我学习Coursera上Younes Bensouda Mourri和?ukasz Kaiser教授的深度学习AI课程（自然语言处理专业）的全部作业和笔记。

精选的用于非结构化数据数据中心人工智能的开源工具列表