EMNLP 2022: ClidSum: A Benchmark Dataset for Cross-Lingual Dialogue Summarization

用于从头预训练+SFT一个小参数量的中文LLaMa2的仓库；24G单卡即可运行得到一个具备简单中文问答能力的chat-llama2.

The most comprehensive database of Chinese poetry 🧶最全中华古诗词数据库, 唐宋两朝近一万四千古诗人, 接近5.5万首唐诗加26万宋诗. 两宋时期1564位词人，21050首词。

Pointer network for extractive summarization

深度学习经典、新论文逐段精读

大规模中文自然语言处理语料 Large Scale Chinese Corpus for NLP

中文分词 词性标注 命名实体识别 依存句法分析 成分句法分析 语义依存分析 语义角色标注 指代消解 风格转换 语义相似度 新词发现 关键词短语提取 自动摘要 文本分类聚类 拼音简繁转换 自然语言处理

a distributed deep learning platform

A java classifier based on the naive Bayes approach complete with Maven support and a runnable example.

To be the most simple CRF Java tool kit.