AllenNLP:一个深度语义自然语言处理平台
EasyNLP 是一个支持大规模预训练模型的统一框架,支持多种 NLP 算法,并在阿里巴巴集团的多个业务单元中得到了成功应用和集成。
Apr, 2022
该研究提出了 AllenNLP Interpret,一种灵活的框架,用于解释 NLP 模型,并提供了各种内置的解释方法和前端可视化组件,以展示其灵活性和实用性。
Sep, 2019
TweetNLP 是一个支持社交媒体中自然语言处理任务(包括情感分析、实体识别、表情预测和辱骂识别)的综合平台,其采用基于 Transformer 的语言模型,专门用于处理社交媒体文本,提供 Python 库、在线演示和教程等多种支持。
Jun, 2022
为了拓宽学生和大众跨学科进行 NLP 研究的方式,我们开发了一种名为 NLP4All 的基于 Web 的工具,以协助老师提供易于使用的界面,从而使非编程人员和新手程序员可以通过 NLP-literacy 来互动地学习 NLP 的概念。
May, 2021
Spark NLP 是一种基于 Apache Spark ML 的自然语言处理库,提供了简单的,高效的和准确的 NLP 注释,支持在分布式环境中轻松扩展,目前被 54%的医疗保健组织作为世界上使用最广泛的 NLP 库。
Jan, 2021
提出了一种能够适用于多种自然语言处理任务(包括词性标注、Chunking、命名实体识别和语义角色标注)的统一神经网络架构和学习算法,该系统可以通过学习大量无标注训练数据的内部表示,避免任务特定的工程方法,并构建一个具有良好性能和最小计算要求的可用标记系统。
Mar, 2011
通过 HuggingFace Transformers 设计的 HugNLP 统一和全面地涵盖了自然语言处理的库,包含模型、处理器和应用层次结构,支持在不同的 NLP 任务上预训练语言模型的学习过程, 并且还提供了一些特色的 NLP 应用程序,如知识增强的 PLMs、通用信息提取、低资源挖掘和代码理解和生成,等等。
Feb, 2023
自计算机发明以来,通过自然语言进行沟通一直是一项梦想技术,但是自然语言非常难以进行数学表达,使得在不考虑程序设计的情况下很难将其实现为算法。然而,近年来深度学习在当代人工智能技术中发挥了核心作用,尤其是在自然语言处理领域,取得了前所未有的成果。本报告提供了前沿的自然语言处理技术如何实现 “熟能生巧” 的技术解释,并提供了其在商业应用中的示例。
Oct, 2023