آموزش نظر کاوی و تحلیل احساس به زبان فارسی
کلا تسک تحلیل احساسات (یا درست ترش تحلیل عواطف)چون ساده هست خیلی خواهان داره

https://github.com/ithabibi/Persian-Opinion-Mining-and-Sentiment-Analysis

یک کار خلاقانه
انتخاب اسم شرکت با تجزیه و تحلیل ابرکلمات کلمات کلیدی پرتکرار

https://github.com/bhx98/NameAnalysis/tree/main

یک دیتاست بزرگ و مناسب
14 میلیون جفت جمله فارسی از مکالمات روزمره

https://github.com/ZahraArshia/PeQa

نوتبوک های آموزش ساختمان داده و طراحی الگوریتم به زبان فارسی و همراه با مثال و کد

https://github.com/salinourian/Notebooks-for-Data-Structures/tree/master

چ دیتاستی
این مجموعه داده به صورت تصادفی از پایگاه داده یک شرکت مخابراتی ایرانی در مدت 12 ماه جمع آوری شده است. در مجموع 3150 ردیف داده که هر کدام یک مشتری را نشان می دهد، حاوی اطلاعات 13 ستونی است. ویژگی هایی که در این مجموعه داده وجود دارد عبارتند از عدم موفقیت تماس، دفعات پیامک، تعداد شکایات، تعداد تماس های متمایز، طول اشتراک، گروه سنی، مبلغ شارژ، نوع سرویس، ثانیه استفاده، وضعیت، دفعات استفاده و مشتری. ارزش. همه ویژگی ها به جز ویژگی ریزش داده های جمع آوری شده 9 ماه اول است. برچسب های ریزش وضعیت مشتریان در پایان 12 ماه است.

https://github.com/Sabreen-Nazar/Iranian_Churn

مجموعه ای از مخازن، مجموعه داده ها، مدل ها، ابزارها و موارد دیگر برای گفتار به متن (stt) و متن به گفتار (tts) برای زبان فارسی

https://github.com/karim23657/awesome-Persian-Speech

مجموعه داده های رسمی علائم تجاری ایران

علائم تجاری، آرم، علائم و نمادهای شرکت های رسمی ایرانی. بیش از 30 هزار عکس از http://ipm.ssaa.ir/Search-Trademark


https://github.com/kargaranamir/Trademarks-from-Iranian-Companies

ساده ترین چت بات فارسی با پایتورچ

https://github.com/karamih/Chat-Bot

A SQL database that includes a dictionary of 494,286 Persian words.
یکی از کاربرد این مدل دیکشنری ها واسه بحث املا و تشخیص غلط هاست


https://github.com/masterking32/persian-wordlist

🏷 عنوان شغلی: کارشناس پردازش زبان طبیعی

📅 تاریخ آگهی: 1402/07/30

🏦 شرکت: دیتاهاب

🏫 موقعیت مکانی: ریموت

⏰ نوع همکاری: #تمام_وقت یا #پاره_وقت

📂 حداقل سابقه: سه سال

💰حقوق: 15 تا 20

🛠 مهارت‌ها: Python , NLP

❇️ اطلاعات بیشتر👇

jobvision.ir/jobs/604677


👉@data_jobs

سلام ارادت وقت بخیر
ما اخیرا یه دیتاست فارسی برای پرسش و پاسخ مکالمه‌ای درست کردیم و مقاله اون رو آرکایو کردیم و همینطور دیتاست و مدل ها رو داخل گیت‌هاب گذاشتیم
دیتاست بصورت انسانی تهیه شده و همینطور بازبینی شده و عملکرد انسانی اون در کنار بنچ‌مارک ها اومده
ممنون میشم داخل کانالتون معرفی کنید
لینک مقاله:
https://arxiv.org/abs/2312.04362
لینک گیت:
https://github.com/HamedHematian/PCoQA

https://github.com/Persian-Twitter-Analysis/PersianTwitterDataset

This repository contains the dataset of Persian tweets, fully gathered by us. It contains more than 3300 tweets, and the sentiment of each tweet is labeled into 5 groups:

0: Happy - Joy - Agreement
1: Sad - Upset - Disagreement
2: Angry - Furious
3: Neutral - No Sentiment or emotion
4: Intense Emotions (Passion), encompassing Fear, Surprise, and Love

از طرف تیم دیتاهاب، سال جدید رو بهتون تبریک میگیم 🥳💐
امیدواریم سالی پر از شادی و موفقیت داشته باشین و به ویژه پر از پووول 😍

سلام وقتتون به خیر

من اولین بارمه یه دیتاست میسازم

شامل 5000 تا تصویر از ماشین های ایرانی و یه فایل csv که توش مشخصات فنی و نام ماشین قرار داره

https://huggingface.co/datasets/abbastafakory31/iran_car_dataset/discussions/1

سلام
امیدوارم که حال دلتون خوب باشه

با توجه به داغ شدن اخبار LLMها و مدل‌های جدیدی که هر هفته منتشر میشن، کم و بیش شده که دلمون بخواد که باهاشون چت کنیم و ارزیابی شون کنیم

یا بعضی وقت‌ها برای خودم مثلا پیش میاد یه تسک خیلی خیلی مهم دارم و حتی اگه 1 پراپمت هم بتونم بفرستم به یک مدل خیلی خیلی خوب مثل GPT 4 Turbo که همین اخیر منتشر شده و آخرین مدل OpenAI هست واقعا برام ارزش داره برای همین خیلی گشتم و به این پلتفرم دانشگاه برکلی کالفرنیا رسیدم که در ادامه خدمتتون معرفی می‌کنم:

https://chat.lmsys.org/

+ از بزرگترین مزیت‌هاش اینه که ثبت‌نام و دردسر نداره و راحت میتونین وارد سایتش بشید
+ دسترسی به تمام LLMهای مطرح دنیا رو بهتون میده از غول‌های کلوز سورس‌ها مثل Claude , GPT بگیرید تا اوپن سورس‌های جدید مثل Llama3 (البته کلوز سورس‌ها محدودیت درخواست در هفته دارن بعضیاشون)

پ.ن: تحریم همیشگی (فیلترشکن فراموش نشه)