مرجع دیتاست فارسی のテレグラム投稿

یک پروژه کاربردی برای پرسش و پاسخ مقالات فارسی. این پروژه با استفاده از پردازش زبان طبیعی و تکنیک‌های یادگیری ماشین، به شما این امکان را می‌دهد که به سوالات مختلف در مقالات فارسی به راحتی پاسخ دهید. این ابزار می‌تواند در تحقیقات دانشگاهی، جستجوی اطلاعات یا حتی تسهیل دسترسی به اطلاعات درون سازمانی بسیار مفید باشد. دیتاست و مدل‌های استفاده شده در این پروژه کاملاً مناسب برای زبان فارسی بهینه شده‌اند.

📱 GitHub Repo

یه مجموعه کد مفید برای خلا‌صه‌سازی متون فارسی هم استخراجی و هم انتزاعی! در این ریپازیتوری، ابزارهای لازم برای خلاصه‌سازی متون بلند فارسی با استفاده از تکنیک‌های پیشرفته یادگیری ماشین و پردازش زبان طبیعی فراهم شده. این کدها می‌تونن در پروژه‌های مختلف از جمله تولید محتوا، تحلیل داده‌های متنی، و بهبود کارایی سیستم‌های پشتیبانی مشتریان استفاده بشن. با استفاده از این ابزارها، می‌تونید متون طولانی رو به راحتی و با دقت بالا خلاصه‌سازی کنید.

📱 GitHub Repo

سلام؛ اين مخزن كد، به همراه تعداد قابل توجهي ديكشنري انگليسي به فارسي در موضوعات مختلفه:
https://github.com/VahidN/EnglishToPersianDictionaries

رفقا سلام
🚀 یک هدیه باحال در انتظارتونه! 🎁

برای دریافت هدیه‌ای به ارزش 500 هزار تومان، فقط کافی‌ست 1.5 دقیقه وقت بذارید و پرسشنامه‌ی کوتاه ما رو تکمیل کنید!

📝 چطور؟

پرسشنامه خیلی آسونه، فقط چندتا گزینه انتخاب کنید و تمام.

در پایان، هدیه‌ی ما به شما تعلق می‌گیره! 🌹
پیشاپیش از همراهی و حمایت شما سپاسگزاریم! 🙏

🔗 لینک پرسش نامه

اگه نکته یا سوالی بود حتما پیام بدین @data_hub

ی ابزار جامع و کامل برای هر کاری که بخواین روی تصویر یا متون فارسی انجام بدین، واقعا آچار فرانسه محسوب میشه


📱 GitHub Repo

کد استخراج اطلاعات سایت ایران داک به تفکیک سال

📱 GitHub Repo

🔻 فـــراخوان دریافت مقالات در حوزه هوش معنوی و هوش مصنوعی

🔻نشریه پژوهش‌های ادب عرفانی، در نظر دارد شماره پاییز و زمستان سال 1403 را با عنوان "هوش معنوی و هوش مصنوعی (تعامل ادبیات عرفانی و هوش مصنوعی)" منتشر نماید.

🔻علاقه‌مندان می‌توانند محورها و راهنمای ارسال مقالات را از طریق سامانه نشریه مطالعه کنند و تا تاریخ ۳۰ دی‌ماه مقالات خود را ارسال نمایند.
همچنین برای کسب اطلاعات بیشتر با راه‌های ارتباطی نشریه تماس بگیرند.

🌐 https://jpll.ui.ac.ir/
📧 [email protected]

#فرصت_شغلی

🟢 شرکت: دیتاهاب (data-hub.ir)
🟠 شرح موقعیت شغلی: کارشناس تولید محتوا برای شبکه های اجتماعی

〰️〰️〰️〰️〰️〰️〰️
🟠 نیازمندی ها:
❇️ تجربه در زمینه آماده سازی تقویم محتوایی و نویسندگی، به ویژه در حوزه فناوری و هوش مصنوعی
❇️ مهارت در روایت داستان و توانایی خلق محتوایی که با مخاطب ارتباط عاطفی برقرار کند.
❇️ تجربه ضبط محتوای تصویری شامل عکس و ویدئو در حد موبایل گرافی ساده (محتوای روزانه)

〰️〰️〰️〰️〰️〰️〰️
🟠مزایا: ساعت کاری شناور و با امکان دورکاری (بعضی از روزها)
در صورت نیاز، زیر نظر یک متخصص باسابقه حوزه دیجیتال مارکتینگ آموزش های لازم داده میشود و همچنین بسته های آموزشی به صورت رایگان تهیه خواهد شد.

〰️〰️〰️〰️〰️〰️〰️
🟠 معرفی شرکت: فعال در حوزه آموزش و اجرای پروژه های هوش مصنوعی

〰️〰️〰️〰️〰️〰️〰️
⭕️موقعیت شرکت: اصفهان - خیابان سلمان
⭕️حداقل سابقه کار: 1 سال
⭕️نوع همکاری: تمام وقت|پاره وقت
⭕️وضعیت نظام وظیفه: مهم نیست


ارسال رزومه به 👇
📩 [email protected]
@Data_hub
https://jobvision.ir/jobs/975930

اولین دیتاست شباهت سنجی متون فارسی


📱 GitHub Repo

انتشار مجموعه دادگان عظیم ParsBench

تیم ParsBench مجموعه‌ای بیش از ۱۰۰هزار رکورد داده سوال و جواب فارسی در بیش از ۵۰ موضوع مختلف برای Fine-tuning و Evaluation منتشر کرده است.

این مجموعه شامل دیتاست‌های زیر می‌باشد:
PersianSyntheticQA
مجموعه‌ای از ۱۰۰هزار سوال و جواب فارسی با محوریت ایران و جهان در ۵۰ موضوع مختلف. هر موضوع شامل ۲هزار سوال و جواب مجزا می‌باشد که توسط gpt-4o تولید شده است.

PersianQA (LMSYS)
دیتاست شامل ۵ هزار رکورد ترجمه‌ شده از دیتاست سوال و جواب lmsys است و شامل موضوعات مختلفی از تعاملات کاربران با مدل‌های زبانی می‌باشد.

Persian-NoRobots
نسخه ترجمه شده از دیتاست اصلی NoRobots که شامل ۱۰هزار سوال و جواب در ۱۰ دسته‌بندی مختلف مانند خلاصه‌سازی، تولید متن، گفتگو، کدنویسی و... می‌باشد.
‏نسخه اصلی این دیتاست کاملاً توسط انسان و بدون دخالت هیچ LLMای ساخته شده‌است.

PersianSyntheticEmotions
شامل تقریباً ۹هزار رکورد از متون ایجاد شده توسط gpt-4o در موضوعات مختلف است که همگی شامل برچسب احساسات در ۶ کلاس احساسات Ekman می‌باشند.

Persian-MuSR
ترجمه فارسی MuSR است که شامل حدوداً هزار سوال معمایی برای سنجش توانایی تحلیل LLM با روش CoT می‌باشد.

همچنین شما می‌توانید در این ریپازیتوری به کدهای استفاده شده برای ایجاد این دیتاست‌ها دسترسی پیدا کنید.