Project Icon

SudachiDict

Sudachi日语分词器的开源词典项目

SudachiDict是为日语分词器Sudachi开发的词典项目,提供小型、核心和完整三种规模的词典。用户可通过Python包轻松安装使用。项目整合了UniDic词汇和部分NEologd资源,为日语自然语言处理提供全面词汇支持。SudachiDict采用Apache License 2.0开源协议发布。

pecab - 纯Python实现的高效韩语形态素分析工具
GithubPecabPython库开源项目形态素分析自然语言处理韩语分析
Pecab是一个基于Mecab的纯Python韩语形态素分析工具,保留了Mecab的高速和准确性,同时简化了安装流程。该工具提供形态素分割、词性标注和名词提取等功能,并采用零拷贝内存映射和双数组字典树技术,显著提升了加载速度并降低了内存占用。Pecab为韩语自然语言处理提供了一个高效且易于使用的解决方案。
dataset - 摩洛哥方言Darija与英语双语开源数据集DODa
DODaDarijaGithub开源数据集开源项目摩洛哥方言自然语言处理
Darija Open Dataset (DODa)是一个专注于摩洛哥方言的开源项目,包含约15万条条目。该数据集提供语义和语法分类、多种拼写形式、词形变化以及大量翻译句子。DODa采用拉丁字母和阿拉伯字母,反映了Darija拼写的多样性,为自然语言处理应用提供了丰富资源。项目目标是成为Darija NLP的重要参考,并鼓励社区贡献。
MiNLP - 迈向智能文本解析的先进中文自然语言处理平台
GithubMiNLP中文分词开源开源项目结构化解析自然语言处理
小米自然语言处理平台(MiNLP)涵盖词法、句法和语义分析模块,已在公司业务中广泛应用。MiNLP-Tokenizer中文分词工具自2020年11月开源以来不断优化。2021年计划开源词性标注和命名实体识别工具,并逐步开源句法和语义分析工具,致力于打造功能领先的NLP平台。duckling-fork-chinese专注于中文结构化解析,广泛应用于小爱生产环境,尤其在数字和时间解析方面表现出色。
nlp-hanzi-similar - 开源汉字相似度计算工具 支持多维度比较
GithubNLP开源项目汉字相似度相似算法自然语言处理
nlp-hanzi-similar是一个开源的汉字相似度计算工具,基于多个维度进行比较,包括四角编码、拼音、汉字结构、偏旁部首、笔画数和拆字。该项目支持自定义实现和词库,为汉字NLP研究提供基础支持。工具提供Java和Python版本,可应用于语言认知科学等领域研究。
underthesea - 越南语自然语言处理开源工具包
GithubPythonUnderthesea开源开源项目文本分类越南自然语言处理
越南语自然语言处理开源 Python 工具包,提供简便的 API 和预训练模型,支持词语分割、词性标注、命名实体识别、文本分类和依存句法分析。工具包遵循 GNU 通用公共许可证 v3.0,包含数据集和教程,适用于科研和开发。最新版本支持 LLMs 和基于提示的文本分类功能,用户可以通过 pip 安装。教程涵盖从句子分割到情感分析和语言检测等多种功能。
YuzuMarker.FontDetection - 中日韩字体识别模型和场景文本图像数据集生成
CJK字体识别GithubYuzuMarker.FontDetection开源数据集开源项目数据生成模型训练
YuzuMarker.FontDetection 项目提供了一个专门针对中日韩字体识别的模型,并详尽介绍了生成场景文本图像数据集的方法。用户可以利用CJK字体包和背景图片自动生成所需的数据集,项目现已开源数据集供下载,支持多种字体渲染技术和模型训练选项,有助于提升字体识别的准确性。更多信息请访问项目官网和文档。
OpenCC - 开源中文简繁转换系统支持多语言接口
GithubOpenCC中文转换多语言支持开源项目简繁转换
OpenCC是一个开源中文简繁转换系统,支持词汇级别转换、异体字转换和地区用词转换。该项目严格区分一简对多繁和一简对多异的情况,完全兼容异体字,并涵盖中国大陆、台湾、香港的用词习惯。OpenCC提供C++、Python、Node.js等多种编程语言接口和命令行工具,便于开发者和用户进行灵活的中文文本转换。
vaporetto - 基于点预测的高效日语分词工具
GithubRustVaporetto分词器开源项目标签预测模型训练
Vaporetto是一款基于点预测的日语分词工具,具有高速和轻量级的特点。它提供Rust API和命令行界面,支持使用预训练模型、转换KyTea模型或自定义训练。Vaporetto的分词速度比KyTea快8.7倍,性能卓越。此外,它还具备词性和发音标注功能,并允许通过词典编辑优化分词结果。作为一个高效可靠的解决方案,Vaporetto适用于各种日语自然语言处理任务。
wikipron - 多语言发音数据提取与查询API
GithubPython APIWikiPronWiktionary命令行工具多语言发音数据开源项目
WikiPron是一款命令行工具和Python API,用于从Wiktionary提取多语言发音数据,并提供生成的发音词典数据库。它涵盖了基本安装和使用说明,并提供高级选项和配置指南,适合跨语言发音数据挖掘研究。关键特性包括ISO三字母语言码支持、方言指定、转录级别选择、分段机制和括号内容处理。
sage - 多语言拼写纠正与文本增强工具包
GithubSAGE多语言开源项目拼写纠正文本增强评估
SAGE是一个开源的多语言拼写纠正和文本增强工具包。该项目提供预训练的Transformer模型用于拼写纠正,支持多种语言。SAGE还包含数据增强算法,可模拟真实拼写错误。此外,SAGE提供评估功能,用于衡量拼写纠正工具的性能。这一工具包为处理拼写问题提供了完整解决方案。
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