★
langextract 是用 Python 编写的 AI 工具，用于大模型与智能体应用开发。
A Python library for extracting structured information from unstructured text using LLMs with precise source grounding and interactive visualization.
MilaNLProc / contextualized-topic-models
contextualized-topic-models
A python package to run contextualized topic modeling. CTMs combine contextualized embeddings (e.g., BERT) with topic models to get coherent topics. Published at EACL and ACL 2021 (Bianchi et al.).
contextualized-topic-models 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。
目前累计 1.3k star、155 fork，主要语言为 Python，项目始于 2020 年，采用 MIT 许可。最近状态：已有一段时间未更新。适合：做 AI 应用的开发者。
中文介绍优先采用本站人工维护条目；无维护条目时依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经项目方确认，不构成选型结论。MilaNLProc/contextualized-topic-models 是一个以 Python 为主的开源项目，目前累计 1.3k star、155 fork，一年以上有维护。主要方向：bert、embeddings、multilingual-models、multilingual-topic-models、neural-topic-models、自然语言处理。
依据 GitHub 公开字段（语言、主题、星标、提交时间）自动生成，未经人工逐项核实。bertembeddingsmultilingual-modelsmultilingual-topic-modelsneural-topic-models自然语言处理nlp-librarynlp-machine-learningtext-as-datatopic-coherencetopic-modelingtransformer
README
正在加载…相关项目
★
bert 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。
TensorFlow code and pre-trained models for BERT
★
微舆：人人可用的多Agent舆情分析助手，打破信息茧房，还原舆情原貌，预测未来走向，辅助决策！从0实现，不依赖任何框架。
微舆：人人可用的多Agent舆情分析助手，打破信息茧房，还原舆情原貌，预测未来走向，辅助决策！从0实现，不依赖任何框架。
★
AiLearning：数据分析+机器学习实战+线性代数+PyTorch+NLTK+TF2
AiLearning：数据分析+机器学习实战+线性代数+PyTorch+NLTK+TF2
★
annotated_deep_learning_paper_implementations 是用 Python 编写的 AI 工具，用于人工智能方向的建模与推理。
🧑🏫 60+ Implementations/tutorials of deep learning papers with side-by-side notes 📝; including transformers (original, xl, switch, feedback, vit,…
★
主流预训练模型库，NLP、视觉、多模态模型开箱即用，是 Hugging Face 生态的核心。
🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both…