bible-corpus

多语言平行圣经语料库助力自然语言处理研究

多语言平行语料库圣经翻译自然语言处理语料库编码标准 XML文件处理 Github 开源项目

bible-corpus是一个多语言平行语料库项目，基于圣经翻译创建。该语料库包含近100种语言的对齐文本，可用于多种自然语言处理任务。通过书卷、章节和经文索引，实现了句子级别的对齐，并采用XML格式编码。项目提供tokenized版本和Python代码片段，方便研究人员和开发者使用这一丰富的语言资源。

Github

介绍相关项目

Easy-Translate - 高效多语言文本翻译工具支持多种模型

Easy-TranslateGithub多语言翻译大规模语言模型开源项目机器翻译自然语言处理

Easy-Translate是一款适合各级用户的文本翻译工具，支持M2M100、NLLB200和SeamlessM4T等多种翻译模型。该工具可在不同硬件环境下运行，具备自动调整批处理大小、多种解码策略和加载大型模型等功能。此外，Easy-Translate还提供了翻译质量评估功能，可计算多种评估指标。

HanLP - 面向多语种的生产环境自然语言处理工具，支持PyTorch与TensorFlow

GithubHanLPPyTorchTensorFlow多语种开源项目自然语言处理

HanLP是一款面向生产环境的多语种自然语言处理工具，基于PyTorch和TensorFlow双引擎。支持130种语言和多种NLP任务，包括分词、词性标注、命名实体识别和依存句法分析等。HanLP的预训练模型持续更新，并提供RESTful API和native API，适用于敏捷开发和移动应用。

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。

German-NLP - 德语自然语言处理开源工具及资源汇总

German-NLPGithub工具开源项目文本语料库语言处理资源

本页面收录了德语自然语言处理的各种开源工具和资源，涵盖文本语料库、通用资源、语言处理、语义分析、语音处理和机器翻译等多个类别。这些资源注重易用性和用户友好性，且保持持续更新。社区贡献和建议帮助维护列表的时效性。

spark-nlp - 高效自然语言处理与大规模语言模型开源库

Apache SparkGithubSpark NLP开源项目机器学习自然语言处理预训练模型

Spark NLP 是一个基于 Apache Spark 的开源库，提供高效且准确的自然语言处理注释，支持机器学习管道的分布式扩展。该库包含超过 36000 个预训练管道和模型，支持 200 多种语言，涵盖分词、词性标注、嵌入、命名实体识别、文本分类、情感分析、机器翻译等任务。兼容 BERT、RoBERTa 等主流变压器模型，支持 Python、R、Java、Scala 和 Kotlin。

MNBVC - MNBVC大规模中文语料集：覆盖多样类型数据支持开源社区

GithubMNBVChuggingface中文语料集开源社区开源项目数据清洗

MNBVC中文语料集由MOP里屋社区发起，目标是创建最大的中文互联网语料集，涵盖新闻、小说、论文等多种类型数据。当前数据量为34582GB，最终目标为40TB。MNBVC提供多种文件格式的数据，包括txt、json、jsonl和parquet，并配备一系列优化工具及爬虫代码协助数据处理。项目欢迎有技术背景的志愿者参与，提升数据清洗效率。访问Wiki了解更多信息。

Hebrew-Gemma-11B-V2 - 多语言处理的希伯来语-英语大规模生成模型

11亿参数GithubHebrew-Gemma-11B-V2Huggingface大语言模型开源项目文本生成模型自然语言处理

Hebrew-Gemma-11B-V2是一个以开源形式发布的大规模语言模型，扩展自Google的Gemma-7B架构。通过增量3B的英语和希伯来语文本数据进行扩展训练。模型专注于多项自然语言处理任务，尤其擅长希伯来语的理解和生成。使用者需遵循Google的使用条款，提供的代码示例可以帮助快速在CPU和GPU上运行，同时支持4位精度量化。

insuranceqa-corpus-zh - 开源中文保险问答语料库支持机器学习和NLP研究

Github保险语料库分词处理开源项目数据格式机器学习问答数据集

insuranceqa-corpus-zh是一个开源的中文保险行业问答语料库,包含真实用户问题和专业回答。作为保险领域首个开放QA语料库,它提供问答语料和问答对语料两种格式,支持答案选择、阅读理解等多种机器学习任务。数据集划分为训练集、测试集和验证集,并附有详细使用说明和格式介绍,方便研究人员快速应用。该项目适合进行保险领域自然语言处理和问答系统相关研究。

nlp-recipes - 使用最新深度学习模型加速自然语言处理系统开发

Azure Machine LearningBERTGithubNLPtransformers开源项目深度学习

该资源库提供构建NLP系统的示例和最佳实践，重点关注最新的深度学习方法和常见场景，如文本分类、命名实体识别和文本摘要。支持多语言，特别是利用预训练模型应对不同语言任务。内容基于与客户的合作经验，旨在简化开发过程，帮助数据科学家和工程师快速部署AI解决方案。

Introduction-NLP - 《自然语言处理入门》详细解析

GithubHanLP命名实体识别开源项目文本分类机器学习自然语言处理

本项目详细解析《自然语言处理入门》，涵盖中文分词、词性标注、命名实体识别等NLP核心技术，为初学者及爱好者提供清晰的学习路径和实用的笔记。

相关项目

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。

使用协议隐私政策广告服务

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