LatinPipe 使用预训练语言模型进行依存解析和形态分析，并利用多个拉丁语语料库的样本进行训练，并通过堆叠 BiLSTM 层来增加额外的上下文关联性，最终通过集成网络的输出概率分布来完成最终的解析。

Apr, 2024

本文介绍了一套工业级的匈牙利文处理模型，通过平衡资源效率和准确性，实现了接近最新技术水平的性能。这些模型在 spaCy 框架中实现，并且通过对其架构进行了多项改进，扩展了 HuSpaCy 工具包。与现有的匈牙利文自然语言处理工具相比，我们的所有流程均具备基本的文本处理步骤，包括分词、句子边界检测、词性标注、形态特征标注、词形还原、依存句法分析和命名实体识别，并且高度准确且吞吐量大。我们全面评估了所提出的改进，将这些流程与最新技术的工具进行了比较，并展示了新模型在所有文本预处理步骤中具有竞争力的性能。所有实验都可以重现，并且这些流程可在许可证下免费使用。

Aug, 2023

我们介绍了 Latin BERT，它是一种针对拉丁语言的上下文语言模型。在多个案例研究中，我们展示了该模型在自然语言处理和传统学术研究中的多种应用，比如在所有三个拉丁语通用语义数据集上都取得了最新的最佳词性标注成果，并通过查询上下文最近邻实现了语义上信息化的搜索。

Sep, 2020

本篇论文介绍了 HuSpaCy，这是一个针对匈牙利语的工业级自然语言处理工具包，包括词干提取、形态句法分析、实体识别和词嵌入等组件，并以 spaCy 的 NLP 组件为基础构建，能够高效而准确地完成文本处理任务。

Jan, 2022

本文描述了一个新的生物医学 / 科学文本处理工具，名为 scispaCy，它大量利用了 spaCy 库，通过两个模型包的性能表明其在多个任务和数据集上的稳健性。

Feb, 2019

我们介绍了 calamanCy，这是一个用于构建 Tagalog 自然语言处理 (NLP) 流水线的开源工具包。它建立在 spaCy 之上，可以方便地进行实验和与其他框架的集成。calamanCy 通过提供一致的 API 来构建 NLP 应用程序，并提供具备依赖解析、词性标注和命名实体识别等功能的通用多任务模型，填补了开发领域的空白。calamanCy 旨在通过在一个统一的框架中整合分散的资源，加速 Tagalog NLP 的进展。可以在 GitHub 上获取 calamanCy 工具包：this https URL

Nov, 2023

通过 Linguacodus 框架，将自然语言描述无缝转化为可执行代码，实现了自动化代码生成，为机器学习在各个领域的应用带来了巨大的潜力。

Mar, 2024

通过利用较大的单语语料库，本研究调查了一个基于通用 transformer 的 seq2seq 模型是否可以在最小限度的代码生成特定归纳偏差下实现与其他语言模型相当的性能，结果显示其在 Django 上实现了 81.03％的完全匹配准确性和 32.57 的 CoNaLa BLEU 分数，均达到了我们所知道的最好水平，这为在实践中构建准确的语义解析器提供了可能更容易的途径。

Jan, 2021

本文提出了四种古希腊语言模型，包括单语和多语版本，使用 RoBERTa 和 T5 作为模型类型，基于模型对形态和句法任务进行评估，探讨模型类型对古典语言模型设计的影响。实验结果表明本文设计的模型显著提高了古希腊语言任务的性能，并为未来的研究提供了有用的信息。

May, 2023

该研究是关于情绪极性检测在历史拉丁文本中的应用，结合启发式标签和 GPT4 生成标签的监督学习方法，使用参数高效微调和适配器框架，通过 LLM 生成的标签在情绪极性检测任务中取得了第一名的优异成绩，结果表明 LLM 标注对拉丁文本具有良好的潜力。

May, 2024