skweak

Python开源工具助力NLP弱监督学习

skweak 弱监督 NLP 标注函数聚合模型 Github 开源项目

skweak是一个基于Python的开源工具包，通过弱监督方法解决NLP中标注数据稀缺问题。用户可定义多个标注函数自动标注文档，并聚合结果生成标注语料库。支持序列标注和文本分类，提供简洁API快速实现标注功能。与SpaCy集成，易于融入现有NLP流程。适用于资源匮乏语言、特定任务标签等场景，是NLP项目的有力助手。

访问官网

Github

介绍相关项目

spark-nlp-workshop - Python和Scala自然语言处理实践资源

GithubPythonScalaSpark NLP开源项目机器学习自然语言处理

Spark NLP Workshop是一个开源项目，提供丰富的Jupyter笔记本和教程，展示如何在Python和Scala中使用Spark NLP进行自然语言处理。项目涵盖注释、评估和训练等方面，并包含适用于不同开发环境的Databricks笔记本。此资源库支持本地和Google Colab环境的简易设置，为数据科学家和开发者提供了实用的NLP工具和示例。

small-text - Small-Text：Python中的文本分类主动学习工具

GithubPythonsklearnsmall-text开源项目文本分类积极学习

Small-Text 是一个前沿的文本分类主动学习工具，支持多种查询策略、初始化策略和停止准则，用户可以灵活组合使用。工具支持 GPU 加速的 Pytorch 模型和 transformers 集成，适用于复杂文本分类任务，同时也支持 CPU 的轻量安装。科学验证的组件和详细文档使无论是试验还是实际应用，都变得更简单。要求 Python 3.7 或更高版本，支持 CUDA 10.1 或更新版本。如需了解更多，请访问其文档和安装指南。

scikit-llm - 无缝集成大型语言模型到Scikit-Learn，提升文本分析能力

ChatGPTGithubScikit-LLM开源软件开源项目文本分析机器学习

Scikit-LLM通过将ChatGPT等强大语言模型无缝集成到Scikit-Learn中，增强文本分析任务效果。该工具支持零样本文本分类，并提供简单的Python代码实现快速部署。项目为数据科学家和开发者提供高效的文本分析解决方案，支持快速安装和详细文档，社区反馈和支持也是其重要组成部分。

label-sleuth - 无代码系统助力快速构建文本分类模型

GithubLabel Sleuth分类器构建开源项目文本标注无代码系统自然语言处理

Label Sleuth是一款开源的无代码文本标注与分类系统。该系统使领域专家无需依赖NLP专家即可快速创建定制NLP模型。通过直观的用户界面，系统指导用户标注数据并构建针对特定需求的模型。在用户标注示例的同时，机器学习模型在后台自动训练，对新示例进行预测，并为用户推荐下一步标注内容。Label Sleuth操作简单，无需机器学习知识，从任务定义到获得可用模型仅需数小时。

sparsify - 机器学习模型推理优化解决方案

GithubNeural MagicSparsify开源项目推理加速模型优化深度学习

Sparsify使用先进的剪枝、量化和蒸馏算法，在加速推理的同时保持模型精度。该工具由两部分组成：Sparsify Cloud，提供实验创建、管理和结果比较的在线平台；Sparsify CLI/API，作为Python包和GitHub库，支持本地实验运行与云端同步。当前版本正逐步转向大语言模型优化。

skglm - 快速灵活的稀疏广义线性模型Python库

GLMGithubscikit-learnskglm开源项目机器学习稀疏模型

skglm是一个开源Python库，专为解决稀疏广义线性模型(GLMs)而设计。它提供快速估计器，完全兼容scikit-learn，并支持更多模型。其模块化设计允许用户自定义估计器，灵活性高。skglm在处理大型数据集时，性能最高可达scikit-learn的100倍。

medspacy - 临床NLP工具库，提供多语言支持和多功能文本处理

GithubmedspaCyspaCy临床文本处理医学NLP开源项目自然语言处理

medspacy是一款基于spaCy框架的临床NLP工具库，提供句子分割、上下文分析、属性识别和章节检测等模块化功能。它适用于临床文本的处理和分析，支持多语言并鼓励扩展更多语言规则。各模块可独立使用，包括概念提取、实体后处理和数据可视化等功能。

spacy-stanza - 多语言自然语言处理工具，结合SpaCy和Stanza的强大功能

GithubStanzaspaCy处理管线开源项目模型自然语言处理

spacy-stanza 是一个包装 Stanza 库的软件，使得在 SpaCy 管道中使用斯坦福模型变得更加容易。其功能包括多语言词性标注、形态分析、词干提取和依存解析，支持68种语言，还为部分语言提供命名实体识别功能。用户可以通过下载预训练的 Stanza 模型，通过 spacy_stanza.load_pipeline() 加载并处理文本。这个工具还允许添加自定义组件，结合 SpaCy 的词汇属性、规则匹配和可视化功能，提供了强大的自然语言处理解决方案。

subword-nmt - 神经机器翻译子词分割预处理工具

BPEGithub分词开源项目机器翻译神经网络自然语言处理

subword-nmt是一个文本子词分割预处理工具，主要应用于神经机器翻译领域。它实现了字节对编码(BPE)等算法，具备多语言联合学习、词汇过滤和BPE dropout等功能。该工具支持pip安装，提供命令行接口，适用于各类NMT任务，可有效处理罕见词。

dask - 开源灵活的并行计算库助力大规模数据分析

DaskGithubPython库并行计算开源开源项目数据分析

Dask是一个开源的灵活并行计算库，专为大规模数据分析设计。它支持多种数据结构和算法，与NumPy、Pandas等Python数据科学工具无缝集成。Dask提供高效的并行计算能力，能处理超出单机内存的大型数据集，适用于数据科学、机器学习等领域。活跃的社区支持进一步增强了其在数据分析中的应用价值。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号