Project Icon

HarvestText

开源文本处理和分析工具,支持无监督方法和领域知识整合

HarvestText 是一个开源文本处理与分析工具,专注于无(弱)监督方法,能够整合领域知识,高效处理和分析特定领域文本。主要功能包括精细分词、文本清洗、实体链接、命名实体识别和依存句法分析等,并支持情感分析、关系网络构建、文本摘要及信息检索等高级应用。广泛应用于小说分析、网络文本及专业文献处理,具备高效灵活的特点。

text2text - 跨语言文本处理的综合工具包
GithubText2Text开源项目文本生成自然语言处理语言翻译跨语言模型
提供跨语言文本生成、翻译、嵌入和问答等功能的NLP工具包,支持百种语言。可在Google Colab平台免费运行,适用学术研究、企业应用和个性化开发。通过示例和快速入门指南,用户能快速掌握强大的多语言模型,高效处理文本。
WeTextProcessing - 中英文文本标准化和反标准化处理工具包
GithubWeTextProcessing开源项目文本归一化自然语言处理语音识别逆文本归一化
WeTextProcessing是一个开源的文本处理工具包,主要用于中英文文本的标准化和反标准化。它提供API接口,允许自定义规则,并支持C++运行时部署。该工具适用于语音识别后处理、自然语言处理等需要处理大量文本数据的场景。WeTextProcessing具有高性能和灵活配置的特点,可满足各种文本处理需求。
pytextclassifier - PyTextClassifier:支持多种文本分类和聚类算法的高性能工具库
GithubPyTextClassifier开源工具包开源项目文本分类聚类算法自适应文本分析
PyTextClassifier是一款高性能的Python工具库,提供多种文本分类和聚类算法,支持二分类、多分类、多标签分类和Kmeans聚类。适用于情感分析和文本风险分类,设计简明易用,算法高效清晰。支持句子和文档级的文本任务,兼容英文和中文文本。包含FastText、TextCNN、TextRNN和BERT等深度学习模型,适合各类生产环境。
ChineseWebText - 大规模中文网络文本数据集及其评估工具链
ChineseWebTextGithub开源项目数据评估模型网页文本处理自然语言处理高质量中文数据集
ChineseWebText是一个大规模中文网络文本数据集,总容量达1.42TB,每条文本均附带质量评分。该项目还提供了一个600GB的高质量子集,文本质量均超过90%。项目包含EvalWeb工具链,用于从原始网络数据中提取优质中文文本。EvalWeb通过数据准备、预处理和BERT评估模型对文本质量进行筛选和评估。此外,项目还开发了基于FastText的快速分类器,在保持性能的同时提高了处理效率。
tidytext - 应用整洁数据原则的R文本挖掘工具包
GithubR语言tidytext可视化开源项目数据处理文本挖掘
tidytext是一个基于R语言的文本挖掘工具包,运用整洁数据原则简化文本分析流程。它提供文本格式转换函数,实现与其他文本挖掘包的兼容。支持词频统计、情感分析和主题建模等任务,可与dplyr、ggplot2等R包集成使用。tidytext通过标准化和简化流程,提高了文本分析的效率和一致性。
small - 开源中文自然语言处理平台
GithubHuggingfaceLTP中文分词命名实体识别开源项目模型自然语言处理词性标注
LTP是哈工大开发的开源中文自然语言处理平台,提供分词、词性标注、命名实体识别等功能。支持Python和Rust接口,最新版本结合深度学习和感知机算法,显著提升处理速度。LTP支持用户自定义训练,在学术和工业领域广泛应用,是中文NLP研究与应用的重要工具。
opennlp - Apache OpenNLP:优化您的自然语言处理任务的顶级工具
Apache OpenNLPGithubJava开源项目机器学习模型自然语言处理
Apache OpenNLP是一个用Java编写的机器学习工具包,用于自然语言处理,支持分词、句子分割、词性标注、命名实体识别、块解析、语法分析、共指解析和语言检测等任务。项目旨在提供成熟的NLP工具,并提供多语言预训练模型和注释资源。OpenNLP可以通过Java API或命令行使用,易于集成到如Apache Flink、Apache NiFi、Apache Spark等分布式处理管道中。
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。
tweetnlp - 社交媒体文本分析的全能NLP工具集
GithubTweetNLP开源项目数据集模型社交媒体自然语言处理
TweetNLP是一个专注于社交媒体分析的Python库,为Twitter等平台提供全面的文本分析功能。该库集成了多项先进的自然语言处理技术,包括情感分析、表情预测、命名实体识别等。TweetNLP还支持主题分类、讽刺检测、仇恨言论识别和情感识别等多种任务,为社交媒体研究和应用开发提供了强大而灵活的工具集。
nlp-lang - 自然语言处理工具包,提供词语标准化、汉字转拼音等功能
GithubViterbi算法nlp-lang开源项目自然语言处理词语标准化词频统计
该项目封装了常用的自然语言处理工具和组件,如词语标准化、tire树结构、文本断句、html标签清理、Viterbi算法等。组件还包括汉字转拼音、简繁体转换、bloomfilter、指纹去重、SimHash相似度计算、词共现统计、内存搜索提示和WordWeight统计等。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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