本论文介绍了一个由十万个 Python 函数及其文档字符串（docstrings）组成的大型多样并行语料库，用于自然语言生成代码和代码文档生成任务的基线结果是经过神经机器翻译获得的。

Jul, 2017

介绍了一种名为 PyMT5 的 Python 方法文本到文本转换器，它可以从自然语言文档字符串（docstrings）预测整个 python 方法，并将代码总结为任何常见文档风格的字符串。经过实验验证，在 docstring 和方法生成方面，PyMT5 比类似大小的自回归语言模型容错性更强。

Oct, 2020

本论文提出了一个名为 pyBibX 的 Python 库，用于从 Scopus、Web of Science 和 PubMed 等来源的原始数据文件中进行综合的计量和科学计量分析，并将最新的人工智能 (AI) 能力无缝集成到其核心功能中。该库执行了详细的探索性数据分析 (EDA)，并通过直观的图形说明呈现结果。PyBibX 是第一个整合最新 AI 能力用于分析科学出版物的应用程序，使研究人员能够更有效地检查和解释这些结果。

Apr, 2023

SciPy 是用于 Python 编程语言的开源科学计算库，涵盖聚类，傅里叶变换，积分，插值，文件 I/O，线性代数，图像处理，正交距离回归等众多领域，在 600 多个贡献者的努力下，它已经成为了 Python 编程语言中使用科学算法的事实标准，占据了超过一百万的下载量，其中包括了几乎一半基于机器学习的 GitHub 代码库。

Jul, 2019

本研究开发了一种用于衡量文本底线含义的 GIS 的 Python 开源工具 GisPy，证明该工具可以显著区分低和高概括性文档，可用于新闻和科学文本领域。

May, 2022

本文介绍了一个名为 Pyserini 的 Python 工具包，支持信息检索、稀疏检索以及密集检索，并在两个流行的排名任务中验证了其有效性。

Feb, 2021

SacreROUGE 是一个开源库，提供 Python 封装的现有摘要评估指标实现的共同易用接口以及对人工注释判定的相关性评估功能，还包括可加载数据集的脚本，以用于简化评价。

Jul, 2020

通过数学公式和人工评估使用 Likert 量表对性能进行定量评估和质量评估，研究了小型语言模型在生成高质量文档字符串方面的有效性，并引入了包含 10 万个样本的大规模监督微调数据集（DocuMint）。

May, 2024

本研究旨在比较不同机器学习方法下的图书馆，并探讨了自然语言处理领域对文本变化的情感分析。研究使用了多种合作方法来分类情感极性，并对使用的库进行了讨论。研究采用了多种机器学习模型和四个评估指标，得出 BERT 转换器方法在情感分析中具有较高准确度。

Jul, 2023

介绍一个易于使用的主动学习库，名为 small-text，它提供了用于单标签和多标签文本分类的基于池的主动学习。该库集成了许多先进的查询策略，包括一些利用 GPU 的策略，并且可以与多种分类器、查询策略和停止标准结合使用。我们使用该库研究了最近发布的 SetFit 训练范式的性能，发现它在分类准确性方面与常规 transformer 微调相同，但在曲线下面积方面表现更好。

Jul, 2021