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。

ko-sbert-nli - 基于SBERT架构的韩语语义相似度模型实现文本向量化
GithubHuggingfacesentence-transformers开源项目文本嵌入模型自然语言处理语义搜索韩语模型
该模型基于sentence-transformers框架,将韩语文本转化为768维向量。经KorNLI数据集训练,在KorSTS评估中获83.16%相关性。适用于句子编码、语义搜索和文本聚类,支持Python接口和pip安装。
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。
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。
bge-base-zh-v1.5 - 文本低维向量映射提升中文检索与分类效率
FlagEmbeddingGithubHuggingface句子相似性向量检索对比学习嵌入模型开源项目模型
FlagEmbedding是一个开源项目,可将文本转换为低维密集向量,用于多种任务,如检索、分类和语义搜索。bge-base-zh-v1.5版本优化了相似度分布,没有指令也能提升检索能力。支持中文和英文的处理,并与大型语言模型(LLM)无缝集成,bge-reranker交叉编码器模型为文档重新排名提供高精度结果。此外,最新的LLM-Embedder满足多样化检索增强需求,使用户在大数据环境中更高效地完成检索和分类。
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。
H2-keywordextractor - 精准高效的文本摘要生成工具
AutoTrainGithubHuggingface二氧化碳排放开源项目总结模型模型训练验证指标
该项目通过AutoTrain进行文本摘要自动化,专注于金融数据集,具有较低的CO2排放。验证指标如Loss 1.406及Rouge指标等提供了可参考的模型性能数据。使用者可以借助cURL接口轻松调用此模型进行文本处理。
paraphrase-MiniLM-L3-v2 - 轻量级句子嵌入模型实现语义搜索与文本聚类
GithubHuggingfacesentence-transformers向量嵌入开源项目模型自然语言处理语义相似度预训练模型
paraphrase-MiniLM-L3-v2是一个sentence-transformers模型,将文本映射到384维向量空间。该模型适用于语义搜索和文本聚类等任务,支持多种编程框架。经过多个数据集训练,模型体积小、推理速度快,能够生成高质量的句子嵌入,适合需要高效文本表示的应用场景。
bert-base-nli-mean-tokens - BERT模型用于句子嵌入和语义分析
BERTGithubHuggingfacesentence-transformers句子嵌入开源项目模型特征提取语义相似度
bert-base-nli-mean-tokens是一个句子嵌入模型,基于BERT架构开发。该模型将文本映射至768维向量空间,主要应用于聚类和语义搜索。通过sentence-transformers库可轻松调用,支持最大128个token输入,采用平均池化策略。虽然已被更新的模型替代,但其实现方法对研究句子嵌入技术仍有参考价值。
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

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

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

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

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

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