Project Icon

KeyphraseVectorizers

基于词性标注的文本关键短语提取库

KeyphraseVectorizers是一个Python库,用于从文本文档中提取关键短语。该工具基于词性标注模式提取语法准确的关键短语,无需指定n-gram范围。它可生成文档-关键短语矩阵,支持多语言,并允许自定义词性模式。KeyphraseVectorizers可与BERT和主题建模等技术结合,是一个实用的自然语言处理工具。

ktransformers - 体验前沿LLM推理优化的灵活框架
GPU加速GithubKTransformersLLM推理优化大型语言模型开源项目深度学习框架
KTransformers是一个灵活的Python框架,通过高级内核优化和并行策略增强Transformers性能。框架支持单行代码注入优化模块,提供Transformers兼容接口、OpenAI和Ollama标准RESTful API及简化的ChatGPT风格Web UI。专注本地部署和异构计算优化,KTransformers集成Llamafile和Marlin内核,为LLM推理优化实验提供灵活平台。
SpeechTokenizer - 将语音标记化统一的开源工具
GithubRVQSpeechTokenizer开源项目语音信息处理语音标记器语音语言模型
SpeechTokenizer 是一个开源的语音标记化工具,采用编码器-解码器架构和残差向量量化技术,统一了语义和声学标记。该项目能够分层分离语音信息的不同方面,为语音语言模型提供更精确的输入。它提供了在 LibriSpeech 和 Common Voice 数据集上训练的模型,支持 16kHz 单声道语音处理。项目开源了训练代码和预训练模型,可用于语音处理研究和应用开发。
paraphrase-multilingual-mpnet-base-v2 - 跨语言句子向量化模型支持聚类和语义检索
GithubHuggingfacesentence-transformers多语言模型开源项目文本嵌入模型自然语言处理语义搜索
paraphrase-multilingual-mpnet-base-v2是一个基于sentence-transformers的多语言句子嵌入模型,支持50多种语言。它将句子和段落映射为768维向量,适用于聚类和语义搜索。模型易于使用,通过pip安装即可快速集成。在Sentence Embeddings Benchmark上表现出色,采用XLMRobertaModel和平均池化层结构,可有效处理不同长度的文本输入。
nlp - NLP基础知识与应用案例介绍
GithubNLPfasttext开源书籍开源项目机器学习自然语言处理
介绍自然语言处理(NLP)的基础知识和实际应用,包括常用数据集、机器学习模型评价方法、词袋模型、TFIDF、Word2Vec、Doc2Vec等技术,以及多层感知机、fasttext和LDA在文档分类和主题建模中的应用。还展示了对美食评语的情感分析,说明了NLP在文本理解与安全领域的重要性。此外,还介绍了一本开源NLP入门书籍的写作和更新过程,适合想深入了解NLP技术的读者。
bert4torch - 基于PyTorch开发的自然语言处理工具
Githubbert4torch功能开源项目快速上手模型预训练权重
bert4torch是一个基于PyTorch开发的自然语言处理工具。支持包括BERT、RoBERTa、GPT在内的多种预训练模型,适用于广泛NLP任务。提供丰富示例及详尽文档,助力快速实施项目。特包高级功能如大模型推理,极致满足专业需求,是NLP领域的首选工具库。
textract - 多格式文档文本提取工具
GithubPython库textract开源项目文本提取文档处理
textract是一个开源文本提取工具,支持从多种格式文档(如PDF、Word、Excel等)中提取文本。该项目最初由Dean Malmgren创建,现由Jazzband社区维护。textract提供简单接口,具备全面的文档支持,旨在简化文本提取流程。它适用于需要从不同类型文档中批量提取文本的场景,为用户提供高效的文本提取解决方案。
trankit - 轻量级的多语言自然语言处理Python工具包,支持多个语言的预训练模型
GithubNLP工具PythonTrankitTransformer多语言开源项目
Trankit是一个基于Transformer架构的轻量级Python工具包,支持多语言自然语言处理,包含针对56种语言的90个预训练流水线。它引入了自动模式,多语言输入可自动检测。Trankit在多个自然语言处理任务上表现优异,超过Stanza等主流工具包,并保持高效的内存使用和处理速度。用户无需编程经验即可通过简便的命令行界面使用,还可定制流水线。
pykeen - 知识图谱嵌入和评估的Python开源库
GithubPyKEENPython安装嵌入模型开源项目知识图谱
PyKEEN是一个专为知识图谱嵌入设计的Python开源库,支持多模态信息的训练与评估。通过pipeline函数提供高层次的可扩展功能,可以轻松训练和评估模型。内置37个数据集和多个模型,支持自定义数据集和模型扩展。集成了Optuna和PyTorch Lightning,适用于多种训练循环和评估方法。访问https://pykeen.readthedocs.io了解更多信息。
DeepKE - 基于深度学习的知识图谱构建工具包
DeepKEGithub关系提取实体识别开源项目知识图谱知识抽取
DeepKE是一款支持命名实体识别、关系抽取和属性抽取的知识图谱构建工具。其多功能性使其适用于多模式、低资源和文档级的知识提取场景。用户可以通过DeepKE-LLM和OneKE模型进行大规模语言模型集成,并能快速训练监督模型。工具包提供详细的文档、在线演示和多种模型选择,包括NER、关系抽取和事件抽取。支持Linux环境及Docker镜像配置,确保高效信息抽取。
tokenizer - Go语言实现的自然语言处理分词库
GithubGo语言NLPTokenizer分词开源项目预训练模型
Tokenizer是一个纯Go语言实现的自然语言处理分词库,支持Word level、Wordpiece和BPE等多种分词模型。该项目可用于训练新模型或微调现有模型,并兼容HuggingFace预训练模型。Tokenizer为Go开发者提供了构建NLP应用所需的工具,助力高效生产级软件开发。
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。

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