Awesome GitHub RepositoriesEntity Visualizations

Flair is a natural language processing framework for training and applying models for sequence labeling and text classification. It provides a system for generating word embeddings and identifying semantic entities within text. The framework includes a dedicated system for zero and few-shot learning, enabling text classification and entity extraction using minimal training examples by leveraging pre-trained knowledge. Its capabilities cover named entity recognition, sentiment analysis, and the training of specialized models using custom datasets. It also includes tooling for the visual highl

ActiveLabel.swift هي مكتبة تحليل نصوص غنية وتسمية نصية تفاعلية لنظام iOS. تعمل كبديل للتسميات القياسية، حيث تحدد أنماط نصية محددة داخل السلاسل وتطبق أنماطًا مرئية متميزة على الكيانات المعترف بها. يتيح المشروع اكتشاف وتمييز الهاشتاجات، والإشارات، وعناوين URL باستخدام أداة التعرف على النصوص ذات التعبير النمطي المخصص. يسمح بتعريف أنماط نصية خاصة بالمشروع ويستخدم التصفية القائمة على المسند لتحديد ما إذا كان يجب تمييز الكيانات المكتشفة أو تجاهلها. يدير النظام تفاعل المستخدم من خلال معالجة النقر على الكيانات، والتي تطلق وظائف رد الاتصال عندما يتفاعل المستخدمون مع العناصر المعترف بها. كما يتضمن أدوات لإدارة عناوين URL، مثل اقتطاع عناوين الويب الطويلة للحفاظ على اتساق التخطيط.

Spark NLP هي مجموعة أدوات لتحليل النصوص القابل للتوسع والتعلم الآلي مبنية على إطار عمل الحوسبة الموزعة Apache Spark. توفر إطار عمل للتعلم الآلي متعدد الوسائط ونظام خط أنابيب موزع لتسلسل أدوات التعليق لمعالجة البيانات اللغوية على نطاق واسع. تتضمن المكتبة معالج نصوص محولاً (transformer) لتوليد تضمينات متجهات سياقية ومحرك استدلال مخصص لإدارة نماذج اللغة الكبيرة. يتميز المشروع بقدرته على معالجة أنواع البيانات غير المتجانسة، بما في ذلك النصوص والصوت والصور، ضمن بنية رؤية-لغة موحدة. ويدعم إمكانيات الذكاء الاصطناعي التوليدي المتقدمة مثل هندسة الأوامر (prompt engineering)، واستخراج الكيانات المهيكلة مع مخرجات JSON مقيدة، والاستدلال المحلي للقضاء على زمن انتقال الشبكة. بالإضافة إلى ذلك، يوفر أدوات للترجمة عبر اللغات والتصنيف بدون تدريب عبر كل من وسائط النص والصورة. يغطي إطار العمل مجموعة واسعة من الإمكانيات، بما في ذلك تدريب النماذج الخاضعة للإشراف للتعرف على الكيانات وتحليل المشاعر، بالإضافة إلى الإجابة على الأسئلة الاستخراجية وتلخيص المستندات. ويدمج دعم قاعدة بيانات المتجهات للبحث عن التشابه ويوفر بنية تحتية لتسريع GPU وإدارة دورة حياة النموذج عبر سجل مركزي. تسمح مجموعة الأدوات بتوزيع النماذج وخطوط الأنابيب المخصصة عبر مستودع عام وتدعم نشر النماذج عبر واجهات برمجة تطبيقات REST.