ALL WRITINGS

文章归档

关于代码、系统和构建过程中的取舍。

篇公开文章
5,542
页归档
555
521

时间抽取

已集成到 python package cocoNLP中,欢迎试用

523

中文科学文献数据集(CSL)

包含 396,209 篇中文核心期刊论文元信息 (标题、摘要、关键词、学科、门类)。CSL 数据集可以作为预训练语料,也可以构建许多NLP任务,例如文本摘要(标题预测)、 关键词生成和文本分类等。

524

开源语言模型GPT-NeoX-20B

200亿参数,是目前最大的可公开访问的预训练通用自回归语言模型

528

UER

基于不同语料、编码器、目标任务的中文预训练模型仓库(包括BERT、GPT、ELMO等)

529

TensorFlow Hub

40+种语言的新语言模型(包括中文)