Project Icon

pyserini

Python信息检索工具包 支持多种检索模型

Pyserini是一个Python信息检索工具包,支持稀疏和密集表示检索。该工具包集成了Anserini和Faiss库,可用于多阶段排序的首轮检索。Pyserini提供预构建索引、查询、评估脚本等功能,方便在标准IR测试集上复现实验。它支持传统词法模型、学习型稀疏检索模型、密集检索模型及混合检索模型,并有详细的使用指南。

openserp - 开源工具提供主流搜索引擎结果获取API
APICLIDockerGithubOpenSERP开源项目搜索引擎结果
OpenSERP是一款开源工具,为开发者提供Google、Yandex和Baidu等主流搜索引擎的结果获取API和CLI接口。该工具支持Docker部署和命令行使用,可设置语言、日期和文件类型等多种搜索参数。OpenSERP为需要大规模搜索数据的项目提供了一种免费且灵活的解决方案。
xmc.dspy - Infer-Retrieve-Rank方法revolutionizing大规模多标签分类
GithubInfer-Retrieve-Rank上下文学习多标签分类开源项目极端多类别语言模型
Infer-Retrieve-Rank (IReRa)是一种创新的多标签分类方法,专门针对具有大量类别的任务。这个通用且模块化的程序通过预训练语言模型和检索器的交互,高效处理复杂的分类问题。IReRa仅需少量标记示例即可优化性能,无需模型微调。该项目提供完整文档,包括安装、数据处理、运行指南等,方便研究人员在各种语言模型推理和检索任务中应用。
opensearch-neural-sparse-encoding-v1 - 跨平台高效搜索的稀疏检索模型
GithubHuggingfaceLucene倒排索引MS MARCO数据集OpenSearch开源项目查询扩展模型稀疏检索
此开源项目展示了一个学习型稀疏检索模型,通过将查询和文档编码为稀疏向量,提供高效的搜索解决方案。模型在MS MARCO数据集上进行训练,并在BEIR基准测试中展示了优良的搜索相关性与推理速度。支持OpenSearch神经稀疏功能,能与Lucene倒排索引结合,进行高效的索引与搜索。该项目提供多个模型版本,适应不同的数据集与应用需求。使用者能在OpenSearch集群内或通过HuggingFace模型API进行模型的外部运行。
ai-powered-search - 现代搜索引擎的AI驱动技术实践
AI搜索引擎Apache SolrGithub开源项目机器学习自然语言处理语义搜索
AI-Powered Search项目展示了现代搜索引擎的AI驱动技术,包括语义搜索、检索增强生成和个性化搜索等。项目基于Python和PySpark开发,支持多种搜索引擎和向量数据库。通过Docker容器和Jupyter Notebooks,开发者可以实践《AI-Powered Search》一书中的代码示例,深入学习构建智能搜索引擎的先进技术。
similarities - 文本和图像相似度计算与语义搜索的高效工具
CLIPGithubsimilarities图像相似度开源项目文本相似度语义搜索
该工具包提供多种文本和图像相似度计算及语义匹配算法,支持高效处理亿级数据。主要功能包含文本相似度计算、文本搜索、图文匹配、图像搜索等多种算法。项目采用Python3开发,支持命令行操作,基于PyTorch和FastAPI等技术,可实现多语言环境下的高效向量表示及检索,开箱即用。
searcharray - 将Pandas字符串列转换为搜索索引的Python工具
BM25GithubPandasSearchArray全文搜索开源项目词项索引
SearchArray是一个Python库,用于将Pandas字符串列转换为词项索引。它支持BM25和TFIDF评分,实现高效的词和短语搜索。该工具提供自定义分词器、内存映射和相似度计算功能,简化了Python数据处理中的词法搜索。SearchArray适用于搜索相关性实验和结果重排序,可与其他数据处理任务无缝集成。
FlashRank - 为优化搜索和检索流程设计的超轻量的Python库
FlashRankGithub开源项目模型神经网络跨编码器重排序
FlashRank是一款极速、超轻量的Python库,专为优化搜索和检索流程设计。基于最新的SoTA大规模语言模型和交叉编码器,支持多种再排序模式并能在常规CPU上运行。模型轻至4MB,适合AWS Lambda等无服务器环境,有效减低运行成本,提升处理效率。适合多样化的部署场景和搜索策略,是提升搜索效率的优选工具。
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。
bm25s - 为文本检索提供极速Python BM25实现
BM25ElasticsearchGithubPythonScipy开源项目文本检索
BM25S为基于Python的文本检索排名函数,使用Scipy稀疏矩阵实现快速响应。其性能显著优于传统库,支持多种BM25变体,提供灵活API及Hugging Face集成,适合大规模数据的内存效率处理。
pysentimiento - 社交NLP任务的高级Python工具包
GithubNLP任务Transformerpysentimiento开源项目情感分析预处理
pysentimiento是一个Python工具包,专为情感分析和社交NLP任务设计。它支持多种语言,包括西班牙语、英语、意大利语和葡萄牙语,可以进行情感分析、仇恨言论检测、讽刺检测及情感分析等。使用简单,只需通过pip安装并调用预设模型即可。适用于研究者和开发者的强大开源工具。
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