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

sematic - 开源的机器学习平台，支持ML工程师和数据科学家使用Python编写并运行复杂的端到端流水线

GithubKubernetesPythonSematic开源开源项目机器学习

Sematic是一个开源的机器学习平台，支持ML工程师和数据科学家使用Python编写并运行复杂的端到端流水线。无论在本地计算机、云虚拟机还是Kubernetes集群上执行，Sematic都可以高效利用云资源。它具有易于上手、端到端可追溯性、本地与云一致性和高可重复性等特点，可在无需部署或额外基础设施的情况下开始使用，所有流水线步骤都可以在web仪表盘上监控和可视化，适用于优化不同计算资源。

skops - Python库支持scikit-learn模型分享与部署

GithubHugging Face HubPython库SKOPSscikit-learn开源项目模型共享

SKOPS 是一个支持scikit-learn模型分享和部署的Python库。它提供了将模型集成到Hugging Face Hub的工具，使模型可被发现和使用，无需下载或加载。主要功能包括创建模型库、生成模型卡和安全保存sklearn估算器。详细信息和使用指南请参考文档。

SWE-bench - 基于GitHub问题的语言模型评估

DockerGitHubGithubICLR 2024Princeton NLPSWE-bench开源项目

SWE-bench是一个基准测试平台，用于评估语言模型在解决GitHub问题中的表现。提供代码库和问题描述，模型生成修复补丁。项目支持Docker容器实现高效可重复测试。最新更新包括SWE-agent的引入，提升评估基准表现。支持x86_64和实验性arm64架构，提供多样数据集和模型下载选项。欢迎NLP、机器学习和软件工程领域的贡献和反馈。

autolabel - 利用大语言模型自动标注、清洗和丰富文本数据集的Python库

AutolabelGithubLLMPython库Refuel开源项目数据标注

Autolabel是一个Python库，利用大语言模型（LLM）自动标注、清洗和丰富文本数据集。它大幅减少手动标注的时间和成本，同时提供高准确率的标注结果。该库支持多种NLP任务，如分类、问答、命名实体识别等，兼容OpenAI、Anthropic、HuggingFace等多家提供商的LLM。Autolabel还提供信心估算、结果解释、缓存和状态管理功能，并支持使用Refuel托管的开源LLM进行标注。用户可根据具体任务配置标注指南，并通过简单的三步流程完成数据标注。

swift - 轻量级基础架构，专为深度学习开发者打造的训练与推理框架

GithubSWIFT在线工具多模态大模型开源项目模型培训深度学习

SWIFT平台支持超过300种大型语言模型与50多种多模态模型的训练、微调和部署。提供NEFTune、LoRA+、LLaMA-PRO等先进的训练技术及适配器库，针对各种研发和生产环境。同时，平台提供Gradio web-ui及深度学习课程助力初学者快速上手。

spark-nlp - 高效自然语言处理与大规模语言模型开源库

Apache SparkGithubSpark NLP开源项目机器学习自然语言处理预训练模型

Spark NLP 是一个基于 Apache Spark 的开源库，提供高效且准确的自然语言处理注释，支持机器学习管道的分布式扩展。该库包含超过 36000 个预训练管道和模型，支持 200 多种语言，涵盖分词、词性标注、嵌入、命名实体识别、文本分类、情感分析、机器翻译等任务。兼容 BERT、RoBERTa 等主流变压器模型，支持 Python、R、Java、Scala 和 Kotlin。

pykaldi - Python 语音识别工具

GithubKaldiOpenFstPyKaldiPython开源项目语音识别

PyKaldi是一款Python脚本工具，为Kaldi语音识别工具包和OpenFst库提供了易用的Python包装器。它适用于语音识别研究人员和专业人士，可在Python中调用低级Kaldi函数、操作对象，并实现新工具。PyKaldi是对Kaldi的有力补充，其高层次的应用模块如ASR、对齐和分段，使大部分Python程序员都能上手。如果需要在Python中操控Kaldi和OpenFst对象，PyKaldi是一个理想的选择。

textaugment - 短文本分类的全球增强方法

GithubPython库TextAugment增强开源项目文本分类自然语言处理

TextAugment是一个Python 3库，旨在提升自然语言处理应用中的文本处理能力。借助于NLTK、Gensim和TextBlob等工具，TextAugment能生成合成数据，从而提升模型性能。这个库支持多种增强方法，如Word2vec、WordNet和RTT，并可轻松集成到PyTorch、TensorFlow和Scikit-learn等机器学习框架中。无论是词义替换还是混合增强方法，TextAugment都能为短文本分类任务提供有效的解决方案。

pytextrank - 基于图算法的Python自然语言处理与知识图谱工具

GithubPyTextRankspaCy图算法开源项目文本摘要自然语言处理

PyTextRank 是一个Python实现的TextRank算法库，作为spaCy管道扩展，专注于图形化自然语言处理和知识图谱应用。它支持短语提取、低成本抽取式摘要，方便将非结构化文本转化为结构化信息。

mynlp - 高性能和可扩展的中文自然语言处理工具包

GithubMynlp中文NLP安装开源项目模型词典

mynlp是一个高性能且可扩展的中文自然语言处理工具包，支持通过Maven和Gradle轻松安装。用户可根据需求选择核心词典、词性标注、命名实体识别、拼音切分等模型资源，mylnp-all依赖包涵盖大部分常用资源。该项目参考了多个优秀开源项目并结合多种算法，适用于广泛的应用场景。详情请访问mynlp在线文档。

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