Project Icon

bible-corpus

多语言平行圣经语料库 助力自然语言处理研究

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。

nlp_paper_study - NLP论文学习和实战资源库
GithubNLP信息抽取开源项目知识图谱论文研究预训练模型
nlp_paper_study项目是一个综合性NLP学习资源库,涵盖论文阅读方法、经典会议论文解读、理论学习和实战经验。内容包括transformer、预训练模型、信息抽取、知识图谱等多个NLP主题,从基础到前沿。项目还提供竞赛经验和实用工具介绍,帮助研究者和工程师系统掌握NLP知识,提升科研与应用能力。
Synonyms - 中文近义词自然语言处理工具包
GithubSynonyms中文近义词分词开源项目相似度计算自然语言处理
Synonyms是一个开源的中文近义词工具包,用于自然语言处理任务。它支持文本对齐、相似度计算、语义偏移和关键词提取等功能。该工具包基于大规模词向量模型,覆盖43万余词汇,适用于聊天机器人、问答系统、推荐系统等场景。Synonyms提供词语和句子相似度计算API,可用于多种NLP应用。
low-resource-languages - 低资源语言的保护与发展的开源代码资源
DocumentationEndangered languagesGithubLow Resource LanguagesOpen SourceRepository开源项目
该项目提供了用于记录、保护和开发稀缺语言的开源代码资源。在全球约7000种现存语言中,有一半可能在本世纪末灭绝。学者、组织和社区的联合努力致力于减缓这一趋势。项目提供了一个工具和项目的综合资源列表,包括词典构建和语音识别。这些工具和资源支持少数族裔语言和其他低资源语言的需求。项目的开放性确保了所有人均可贡献和扩展,以促进稀缺语言的数字化保护。
AwesomeNLP - 从基础到前沿的NLP实战教程与学习资源
GithubNLP信息抽取大模型开源项目知识图谱自然语言处理
这个开源项目提供了全面的NLP学习资源,涵盖文本分类、信息抽取、知识图谱、机器翻译等多个领域的理论和实战教程。项目为NLP初学者设计了详细的学习路径,同时也包含了大模型应用等前沿内容。资源丰富且实用,适合希望深入学习自然语言处理的人员参考。
CBook-150K - 中文图书语料集合 支持PDF EPUB MOBI格式
EPUB解析GithubMD5链接PDF解析中文图书语料开源项目百度云盘
CBook-150K是一个包含约15万本中文图书的语料集合,基于开源MD5图书链接构建。项目支持PDF、EPUB和MOBI格式解析,提供MD5链接目录结构和快速转存方法。介绍了各种电子书格式的解析技术,为自然语言处理研究提供中文文本资源。该语料集合仅供科研用途。
Awesome-Simultaneous-Translation - 同声传译研究的最新工具与数据集资源
BSTCFairseqGithubMuST-CSimulEvalSimultaneous Translation开源项目
该仓库汇集了同声传译研究领域的工具、常用数据集和论文列表,涵盖文本翻译、语音翻译与同声传译。仓库持续更新,主要工具有Fairseq和SimulEval,数据集包括IWSLT15、WMT14、MuST-C和CVSS,并提供丰富的同声传译教程和讲座资源,以及按年份和类别整理的论文列表。
subword-nmt - 神经机器翻译子词分割预处理工具
BPEGithub分词开源项目机器翻译神经网络自然语言处理
subword-nmt是一个文本子词分割预处理工具,主要应用于神经机器翻译领域。它实现了字节对编码(BPE)等算法,具备多语言联合学习、词汇过滤和BPE dropout等功能。该工具支持pip安装,提供命令行接口,适用于各类NMT任务,可有效处理罕见词。
SemanticFinder - 浏览器端实时语义搜索与文档对话工具
GithubSemanticFindertransformers.js前端开发嵌入模型开源项目语义搜索
SemanticFinder是一款基于transformers.js的浏览器端语义搜索和文档对话工具。它利用最新的嵌入模型,在浏览器中完成嵌入计算和余弦相似度计算,无需服务器端推理。用户可在2秒内快速搜索大型文本,如圣经或《悲惨世界》。该工具支持多语言,可自定义参数,并提供Chrome扩展程序版本。SemanticFinder将所有处理在本地完成,保护用户数据隐私,是一个高效灵活的语义搜索解决方案。
hatespeechdata - 多语言仇恨言论数据集汇总与研究资源
Github仇恨言论在线辱骂多语言开源项目数据集社交媒体
该项目汇集了涵盖多种语言的仇恨言论、在线辱骂和攻击性语言数据集。收录内容包括来自不同平台的文本、图像和音频数据。项目旨在为自然语言处理系统提供训练资源,以提升有害内容检测能力。此外,项目还提供关键词列表和贡献指南,为研究人员和开发者改进在线内容审核和仇恨言论检测技术提供支持。
efaqa-corpus-zh - 开源中文心理咨询对话数据集
Github人工智能对话数据开源项目心理咨询语料库标注研究用途
efaqa-corpus-zh是一个包含20,000条标注数据的中文心理咨询对话语料库,为人工智能在心理咨询领域的应用提供支持。该数据集包含多轮对话内容和分类信息,涵盖学业、职场、家庭等多种心理问题。项目提供详细的数据格式说明和标签定义,研究人员可通过购买证书获取使用权限。作为目前最大的公开中文心理咨询对话数据集,efaqa-corpus-zh为相关研究提供了宝贵的语料资源。
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