sentence-boundary-detection:使用机器学习检测句子边界

preview
共15个文件
py：6个
sh：2个
txt：2个
nlp
machine-learning
HTML
需积分: 19 1 下载量 187 浏览量 2021-05-09 09:29:54 上传 评论 收藏 40KB ZIP 举报
资源详情
资源评论
评论 收藏
Untournant
  • 粉丝: 55
  • 资源: 4587
上传资源 快速赚钱
voice
center-task 前往需求广场，查看用户热搜

相关推荐

zip

nlp_test:词和句子边界标记化的实现。 这是作为自然语言处理中的编程练习完成的

nlp_test 词和句子边界标记化的实现。 这是作为自然语言处理中的编程练习完成的。 虽然句子边界检测在大多数情况下被认为是 NLP 文献中已解决的问题，但它仍然存在一些艰巨的挑战。 它本质上归结为检测句点是否标记句子边界（有时仅空格）标记句子边界。 所有句号都不会用英语标记句子边界，因为句号有多种拼写用法（例如缩写、首字母缩写、小数点、省略号等）。大多数高级算法执行单词和标点符号的第一遍标记
zip

pySBD::snake::hundred_points:pySBD（Python句子边界消歧）是一种基于规则的句子边界检测，可即用即用

pySBD：Python句子边界歧义消除（SBD） pySBD-python句子边界消歧（SBD）-是一种基于规则的句子边界检测模块，可以即用地工作。 该项目是Ruby宝石的直接港口 ，它提供基于规则的句子边界检测。 强调 ``PySBD：实用句法边界歧义消除''的简短研究论文在EMNLP 2020的第二届自然语言处理开源软件（NLP-OSS）研讨会上被接受。 研究论文： 海报： 安装 P
zip

语义文本分割。 用于句子边界检测、复合分割等。

神经网络分裂使用神经网络拆分文本的工具。主要应用是句子边界检测，但也支持例如德语的复合拆分。特征健壮：不依赖正确的标点符号、拼写和大小写。查看指标。Small ：NNSplit 使用字节级 LSTM，因此权重很小（< 4MB），并且可以为每种 unicode 可编码语言训练模型。便携：NNSplit 是用 Rust 编写的，绑定了 Rust、Python 和 Javascript（浏览器和
zip

Sentence-transformers 的 Rust 端口（https://github.com/UKPLab/sentence-transformers）

锈蚀使用rust-bert和tch-rs的句子转换器的 Rust 端口。支持rust-tokenizers和 Hugging Face 的tokenizers 。支持的型号distiluse-base-multilingual-cased ：支持的语言：阿拉伯语、中文、荷兰语、英语、法语、德语、意大利语、韩语、波兰语、葡萄牙语、俄语、西班牙语、土耳其语。扩展 STS2017 上的性能：80.1基于
zip

satellite_leak_detection:使用机器学习检测卫星图像中的漏水

泄漏检测 草稿2017-05-01 迈克尔·克拉克（Michael.clark via wassname dot org），克雷格·巴尔达奇诺（Craig Baldacchino） 该项目探讨了我们可以使用卫星图像和机器学习来发现泄漏的想法。 主要假设是，鉴于泄漏维修的时间和地点以及给定的10-15m2分辨率的卫星图像，我们可以比随机猜测所定义的基准更好地预测泄漏。 我们使用随机森林模型，然后
zip

pothole_detection：通过使用此应用程序，用户可以通过我们的应用程序单击照片来报告道路上的坑洼，如果“机器学习”模式检测到坑洼，则将其保存到我们的数据库中，官员可以从中查看具体信息，例如位置，报告和官方可以解决此请求。有关其请求的每次更新，都会通过电子邮件通知用户

坑洞管理 它是一个平台，允许用户无缝报告相邻区域的坑洼。 另外，使用该平台，官员可以轻松解决所报告的问题，并通知特定的用户 产品特点 用户可以使用该应用程序报告坑洼 使用ML模型，应用可以检测点击的图片是否有坑洼 自动检测用户的位置 报告问题后，有关官员可以使用Web应用程序解决该问题。 解决问题后，将通过电子邮件通知有关用户 链接 前端： : 后端： : Android Apk ：
zip

breast_cancer_detection_main:这是一个带有python的烧瓶项目，可使用机器学习模型检测乳腺癌

由...制作： alam.jane61@gmail.com and hemantgautam50@gmail.com 项目介绍： 该项目的主要目的是预测给定数据的癌症类型。 它们是训练数据中给出的两种癌症- 恶性：代表1 良性：用0表示 首先要训练火车和测试数据模型，然后根据准确性选择最佳模型，然后将该模型用于预测。 特征 使用邮递员/失眠症使用api（/ breast-cancer-ap
zip

retinal-exudates-detection:使用混合方法进行渗出液检测（图像形态和机器学习）

眼底图像中的渗出液分割 在此项目中，我们应用图像形态学和聚类来获取渗出像素的候选对象。 最后，将SVM分类器应用于获得分割结果。 入门 这些说明将为您提供在本地计算机上运行的项目的副本，以便您在自己的眼底图像上测试算法。 在此数据库用于演示。 血管分割 在“检查小节 先决条件 必须安装和配置以下内容： 样本输出 对于DIARETDB1中的某些图像： 在分割过程中产生以下结果图像（眼底单一轮廓的不
zip

diabetes-detection:使用Streamlit的糖尿病检测机器学习Web应用程序

糖尿病检测 使用Streamlit的糖尿病检测机器学习Web应用程序
pdf

Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks下载

为了解决这个问题，Nils Reimers和Iryna Gurevych提出了Sentence-BERT（SBERT），这是一种基于预训练BERT网络的改进版本，旨在通过使用Siamese和Triplet网络结构来提取语义上有意义的句子嵌入（embeddings）。...
gz

PyPI 官网下载 | sentence-transformers-0.4.1.1.tar.gz

标题中的"PyPI 官网下载 | sentence-transformers-0.4.1.1.tar.gz"指的是Python的包管理器PyPI（Python Package Index）上发布的sentence-transformers库的一个特定版本，0.4.1.1。PyPI是Python开发者发布和分享自己...
rar

sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2

标题 "sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2" 提供的信息是关于一个自然语言处理（NLP）模型，该模型基于Sentence Transformers库，并且是多语言版本的。Sentence Transformers是一个Python...
zip

前端开源库-sentence-splitter

sentence-splitter库就是针对这一需求而创建的，它能够高效准确地将连续的文本流分解成逻辑上的独立句子，这对于新闻聚合、情感分析、机器翻译等应用至关重要。 对于支持日语和英语这一点，值得注意的是，这两种...
zip

毕设&课程作业_基于sentence-transformers实现文本转向量的机器人.zip

这个项目的核心是使用Sentence-Transformers库来处理文本数据，将其转化为向量表示，以便进行后续的机器学习任务。Sentence-Transformers是由德国慕尼黑工业大学开发的Python库，它在NLP（自然语言处理）领域广泛...
zip

Car-parking-Space-detection-using-Open-CV-:我们的项目是关于使用机器学习借助CCTV摄像机检测免费可用停车位的方法

使用开放式CV进行停车空间检测 我们的项目是使用机器学习技术，借助CCTV摄像机检测免费的可用停车位。 检测停车 使用OPENCV的计算机视觉进行停车检测的算法。 这项工作基于的工作 Eladj感谢您的算法。 你帮了很多忙 我们将Python 2.7与OpenCv一起使用。 使用了YAML库。 要安装使用： pip安装pyyaml 主要代码在python / main.py中 您可以在数
zip

matlab分时代码-eeg-pain-detection:使用机器学习从脑电图脑信号中检测疼痛的存储库

matlab分时代码脑电图的疼痛识别 在这个项目中，我们正在分析来自Shrinner医院的24个干EEG数据，该数据来自两个患者群体：健康者和MSK参与者。 Yacine Mahdid在2020年Covid-19大流行期间在家中编写的代码。 表中的内容 标签 休息：是指在我们记录数据时参与者没有动的时候。 这不是一个很好的控件，因为在hot1 / hot2条件下，它们正在移动光标 nopain：如
zip

msc-thesis-call-detection:使用机器学习检测夜间迁徙期间的鸟叫

msc_thesis_call_detection 使用机器学习在夜间迁移过程中检测鸟叫： 一种基于森林的随机方法，用于自动检测音频记录中的夜间航班呼叫（NFC）。 NFC的检测被认为是二进制分类任务，因此，连续的音频记录被分成短的声音片段。 训练随机森林分类器的目的是区分声音片段中是否存在NFC。 为此，从声音片段中提取声学特征。 这些用作随机森林的输入。 通过将录音分组并应用“一出一出”交
zip

pneumonia_detection：使用机器学习检测肺炎-PyTorch

肺炎检测 使用机器学习进行肺炎检测。 培训是在colab中完成的： 演示： 结果（混淆矩阵）： 数据 我使用了中数据集的修改版本。 我将PNEUMONIA数据集拆分为BAETERIAL PNUEMONIA和VUAL PNEUMONIA，而不是NORMAL和PNEUMONIA。 这样，数据分布更均匀，我可以区分病毒性肺炎和细菌性肺炎。 我还将验证数据集与测试数据集结合在一起，因为验证数据集每个
zip

Malware-detection-using-Machine-Learning-Algorithms:当前的防病毒软件对已知病毒有效，如果引入了具有新签名的恶意软件，则将很难检测到它是恶意的。 在零日攻击期间，基于签名的检测效果不佳。 直到为新的（看不见的）恶意软件创建了签名，然后将其分发到系统并添加到反恶意软件数据库后，该恶意软件才能利用这些系统。 但是可以使用机器学习方法来创建更有效的反恶意软件，该软件能够检测以前未知的恶意软件，零时差攻击等。我们提出了一种从PE32文件的标头数据中学习的方法。 我

使用机器学习算法进行恶意软件检测 当前的防病毒软件对已知病毒有效，如果引入了具有新签名的恶意软件，则将很难检测到它是恶意的。 在零日攻击期间，基于签名的检测效果不佳。 直到为新的（看不见的）恶意软件创建了签名，然后将其分发到系统并添加到反恶意软件数据库后，该恶意软件才能利用这些系统。 但是可以使用机器学习方法来创建更有效的反恶意软件，该软件能够检测以前未知的恶意软件，零时差攻击等。我们提出了一种从
zip

sentence-transformers/allenai-specter 模型

可用于语义聚合任务中的文本编码器，它将句子和段落映射到 768 维密集向量空间，是 sentence_transformers 库的模型之一，官网下载速度缓慢，容易被墙，下载解压后，可以参考此文章进行模型本地加载 ...
rar

sentence-transformers-new.rar

该压缩包中的“sentence-transformers-new”文件夹，很可能包含了SentenceBert的源代码、模型权重、样例数据和使用指南。用户可以通过这些资源快速理解和应用SentenceBert。在实际操作中，开发者可以加载预训练模型...
zip

前端开源库-sentence-splitter.zip

Sentence-Splitter 是一个专为此目的设计的开源库，它为开发者提供了高效、准确的句子划分功能。本文将深入探讨 Sentence-Splitter 的核心原理、使用方法及其实现的优化策略。 Sentence-Splitter 库的出现解决了...
zip

sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 模型

这是一个句子转换器模型，它将句子和段落映射到 384 维密集向量空间，可用于聚类或语义搜索等任务，是 sentence_transformers 库的模型之一，官网下载速度缓慢，容易被墙，下载解压后，可以参考此文章进行模型本地...
zip

monolingual-sentence-aligner:单语句子对齐器-开源

它的构造函数处理一个 diff 字符串并将它们拆分为标记，包括句子边界。 类 EditPair：代表一个编辑对（原始数据数组中的一个元素）。 - sentence_boundary.js：具有自定义设置和修复一些输出的 NPM sbd 包的包装器 ...
zip

rust-detection:包含使用机器学习检测金属腐蚀的来源

在AWS上使用机器学习检测金属腐蚀 这个基于React的Web应用程序使您可以使用通过Amazon SageMaker创建的机器学习模型来检测腐蚀。 组件概述 该应用程序包含许多组件： API包含Api的代码。 使用AWS Chalice框架。 DDB -包含用于创建DynamoDB表的CloudFormation模板。 s3-Lambda Lambda-包含Lambda函数的代码，这些代码
zip

matlab分时代码-Face-recognition-and-detection:使用机器学习进行人脸检测和识别

matlab分时代码人脸识别与检测 使用机器学习进行人脸检测和识别 该算法分为四个阶段： Haar功能选择： 所有人脸都有一些相似的属性。 这些规则可以使用Haar功能进行匹配。 创建一个整体图像： 称为积分图像的图像表示可在恒定时间内评估矩形特征，这使它们比更复杂的替代特征具有可观的速度优势 ** Adaboost培训：** 该算法从我们提供的图像中学习，并能够确定数据中的假阳性和假阴性，从而使
zip

tensorflow-detection：使用JS机器学习框架构建的实时运动检测应用程序

关于 实时眼睛检测 直播： ： 用法 # package install $ yarn install # develop mode $ yarn start
zip

Anomaly-detection:使用无监督，半监督和监督机器学习方法进行异常检测

网络入侵的异常检测 资料资讯 该数据集可以从下载 降维 数据集的PCA维数减少 无监督学习 在无人监督的设置中，训练集的班级标签不可用。 在当前问题中，为了反映实际情况，在训练过程中忽略了真实标签。 因此，无监督分类模型用于预测每个记录的真实标签。 我们训练了隔离林，基于聚类的局部离群因子（CBLOF），主成分分析（PCA）和椭圆形信封。 在现实世界中无监督的问题中，由于缺乏事实依据，企业必须验证
zip

ftc-object-detection:使用FTC机器学习进行目标检测！

用于FTC的TensorFlowObjectDetector（TFOD） 这是什么？ 该存储库包含一个Android库，该库使FTC团队可以在其OpModes中使用机器学习。 具体来说，该库使使用神经网络对相机框架进行物体检测成为可能。 该库只需要很少的设置，一旦运行就可以在后台更新识别信息，而无需用户干预，从而使用户可以专注于其他任务。 此外，该存储库包含脚本，使团队可以在希望了解更多信息或尝