Awesome GitHub RepositoriesNatural Language Intent Processing

Marqo es una plataforma de descubrimiento de productos de comercio electrónico, base de datos vectorial multimodal y herramienta de merchandising de búsqueda por IA. Proporciona infraestructura para implementar búsqueda semántica y recomendaciones, permitiendo a los compradores encontrar productos utilizando lenguaje natural e imágenes. La plataforma se distingue por un pipeline de clasificación híbrido que combina puntuaciones semánticas neuronales con reglas de impulso y fijación definidas por el negocio. Cuenta con un motor de comercio conversacional que utiliza modelos de lenguaje grandes para procesar la intención del usuario y proporciona una suite de análisis de rendimiento de búsqueda para medir el aumento de conversión y los ingresos mediante pruebas A/B. Sus capacidades más amplias incluyen indexación multimodal para la recuperación unificada de texto e imagen, aprendizaje conductual automatizado para optimizar clasificaciones basadas en datos de clickstream y motores de recomendación personalizados. El sistema también cubre la sincronización de catálogos, la agregación de facetas basada en atributos y la generación de resúmenes de compras conversacionales.

Bottender es un framework de interfaz de usuario conversacional y orquestador de bots multiplataforma diseñado para construir interfaces de chat interactivas. Funciona como un sistema de enrutamiento que mapea mensajes y eventos de usuario a funciones de manejo específicas para gestionar rutas de interacción y conecta un único backend a varios canales de mensajería de terceros a través de una interfaz unificada. El framework incluye una puerta de enlace de integración para conectar servicios externos de comprensión del lenguaje natural para extraer intenciones y etiquetas de la entrada del usuario. También cuenta con una interfaz de llenado de espacios para recopilar piezas específicas de información de los usuarios para completar conjuntos de datos requeridos. El sistema admite la gestión de estado a través del almacenamiento persistente de sesiones de usuario y el seguimiento del estado de la conversación. Proporciona herramientas para el diseño de interfaces multicanal, incluyendo soporte para características nativas específicas de la plataforma, procesamiento por lotes de solicitudes para minimizar la sobrecarga de red y un runtime sin estado compatible con despliegue serverless. El desarrollo es compatible con una simulación local basada en terminal para pruebas y un flujo de trabajo de recarga en caliente para la iteración lógica inmediata.

Spark NLP es un kit de herramientas para el análisis de texto escalable y aprendizaje automático construido sobre el framework de computación distribuida Apache Spark. Proporciona un framework de aprendizaje automático multimodal y un sistema de tuberías distribuido para secuenciar anotadores para procesar datos lingüísticos a gran escala. La librería incluye un procesador de texto transformer para generar embeddings vectoriales contextuales y un motor de inferencia dedicado para gestionar grandes modelos de lenguaje. El proyecto se distingue por su capacidad para procesar tipos de datos heterogéneos, incluyendo texto, audio e imágenes, dentro de una arquitectura unificada de visión-lenguaje. Admite capacidades avanzadas de IA generativa como prompt engineering, extracción de entidades estructuradas con salida JSON restringida e inferencia local para eliminar la latencia de red. Además, proporciona herramientas para la traducción entre idiomas y la clasificación zero-shot a través de modalidades de texto e imagen. El framework cubre una amplia gama de capacidades, incluyendo el entrenamiento de modelos supervisados para el reconocimiento de entidades y el análisis de sentimientos, así como la respuesta a preguntas extractiva y el resumen de documentos. Integra soporte para bases de datos vectoriales para la búsqueda de similitud y ofrece infraestructura para la aceleración por GPU y la gestión del ciclo de vida del modelo a través de un registro centralizado. El kit de herramientas permite la distribución de modelos y tuberías personalizados a través de un repositorio público y admite el despliegue de modelos mediante APIs REST.

snips-nlu es una biblioteca de Python y motor de comprensión de lenguaje natural diseñado para convertir texto no estructurado en datos estructurados. Identifica intenciones del usuario y extrae entidades asociadas de oraciones en lenguaje natural para permitir el procesamiento de comandos legible por máquina. El motor funciona como un parser multilingüe capaz de procesar texto en varios idiomas. Mapea las entidades identificadas a valores canónicos o formatos ISO estandarizados, como marcas de tiempo, para asegurar la consistencia de los datos. El proyecto cubre la clasificación de intenciones y el reconocimiento de entidades nombradas, utilizando etiquetado de secuencias y tokenización para identificar los objetivos del usuario y slots de datos específicos.

Ai-chatbot-framework is a conversational AI platform designed for building, training, and managing virtual assistants. It features a natural language processing engine that recognizes user intents and extracts named entities using machine learning models and word embeddings to drive dialogues. The platform supports end-to-end agent development lifecycles alongside visual scenario authoring interfaces for creating and configuring conversation flows. The platform includes stateful multi-turn session stores that preserve contextual history across exchanges, as well as a modular tool execution en