2 dépôts
Identifying and retrieving specific properties or characteristics associated with named entities.
Distinct from Entity and Relation Extraction: Focuses specifically on extracting attributes of entities rather than the relation between two distinct entities
Explore 2 awesome GitHub repositories matching artificial intelligence & ml · Attribute Extraction. Refine with filters or upvote what's useful.
DeepKE est une boîte à outils et un framework d'extraction de connaissances conçu pour transformer du texte non structuré en graphes de connaissances structurés. Il fournit un pipeline pour identifier et classer les entités nommées, les relations sémantiques et les événements, convertissant des jeux de données bruts en triplets structurés. Le projet utilise de grands modèles de langage comme appelants d'outils via un protocole de contexte standardisé pour piloter des processus d'extraction de données automatisés. Il prend en charge l'extraction pilotée par schéma à travers de multiples domaines et le texte bilingue, employant une extraction conjointe d'entités et de relations pour identifier les composants dans une sortie structurée unique. La boîte à outils inclut des capacités pour l'entraînement et le réglage fin de modèles, l'optimisation des hyperparamètres et la préparation des données via une supervision distante et l'étiquetage automatique des relations. Elle dispose également d'un entraînement GPU distribué, d'une optimisation de la mémoire des modèles via la quantification, et de la capacité de déployer des modèles entraînés en tant que services d'inférence via des endpoints API.
Provides the capability to extract specific properties and characteristics of identified entities to enrich knowledge bases.
mini-graph-card is a customizable dashboard card and sensor widget for Home Assistant designed to visualize historical telemetry and sensor data. It functions as a time-series data visualizer that renders historical numeric and binary sensor data as line or bar graphs using an SVG graphing component. The project differentiates itself through the ability to extract specific nested attributes from entities and map non-numeric states into numeric values for visualization. It supports dynamic visual styling via color thresholds, logarithmic scales, and filling effects, alongside a multi-axis coor
Retrieves specific sensor attributes for visualization instead of relying on the primary entity state value.