Project Icon

textract

多格式文档文本提取工具

textract是一个开源文本提取工具,支持从多种格式文档(如PDF、Word、Excel等)中提取文本。该项目最初由Dean Malmgren创建,现由Jazzband社区维护。textract提供简单接口,具备全面的文档支持,旨在简化文本提取流程。它适用于需要从不同类型文档中批量提取文本的场景,为用户提供高效的文本提取解决方案。

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。
TEXTOIR - 开放式意图识别的综合工具包
GithubTEXTOIR开放集分类开源项目意图识别聚类自然语言处理
TEXTOIR是一个专注于开放式意图检测和发现的综合工具包。它集成了最新算法,提供可扩展接口和统一数据设置,便于研究人员进行公平可复现的实验。该项目支持多个基准数据集,持续更新模型和方法,并配有可视化平台。TEXTOIR致力于推动文本开放意图识别领域的研究进展。
officeParser - 多格式办公文档文本提取Node.js库
GithubNode.js库Office文件PDF解析officeParser开源项目文本解析
officeParser是一个Node.js库,用于从多种办公文档格式中提取文本内容。支持docx、pptx、xlsx、odt、odp、ods和pdf等文件类型,提供API和命令行接口。该库可配置性强,支持文件路径和缓冲区输入,提供回调和Promise两种使用方式。officeParser能高效解析并保持文档结构和顺序,适用于各种办公文档处理需求。
maxtext - 高性能与可扩展的开源大模型解决方案,支持TPUs与GPUs
GPUGithubJaxLLMMaxTextTPU开源项目
MaxText是一个高性能、可扩展的开源大模型,采用纯Python和Jax编写,专为Google Cloud的TPUs和GPUs设计。支持训练和推理,能够从单个主机扩展到大型集群,且无需复杂优化。MaxText适用于研究和生产中的大型语言模型项目,支持Llama2、Mistral和Gemma模型,并提供详细的入门指南和性能测试结果。
text2vec - 多模型文本向量化工具,支持多语言文本匹配分析
BERTGithubText2vec开源项目文本向量化文本相似度模型训练
text2vec工具实现了多种文本向量表示和相似度计算模型,如Word2Vec、BERT、Sentence-BERT和CoSENT。最新版本增加了多卡推理和命令行工具,方便用户批量处理文本向量化。它在中英文测试集上的表现优秀,尤其新版中文匹配模型在短文本区分上有显著提升。该工具为中文和多语言文本匹配提供了丰富的支持,能够满足各种文本语义分析任务的需求。
sparrow - 用于从各种文档和图像中高效提取和处理数据的开源工具
GithubLLMOCRRAG管道Sparrow开源项目数据提取
Sparrow是一个开源解决方案,专注于高效从各类文档和图像中提取与处理数据。它通过模块化架构提供独立的服务和优化的流程,支持表格、发票、收据等非结构化数据源。Sparrow的API支持本地语言模型数据提取,可与自定义工作流程集成。
texpresso - 为LaTeX编辑提供实时渲染和即时错误反馈
GithubLaTeXPDF渲染TeXpresso实时渲染开源项目编辑器集成
TeXpresso是一个开源的LaTeX编辑辅助工具,其核心特点是实时渲染和即时错误反馈。它可以与Emacs、Neovim和Visual Studio Code等编辑器集成,让编辑者能够即时看到文档变化。TeXpresso的查看器支持页面导航、缩放和主题切换等功能,进一步优化了LaTeX编辑体验。该项目目前处于活跃开发阶段,不断进行功能改进和问题修复。
ExtractNinja - 高效智能的多类型文档数据提取与分析工具
AI分析AI工具ExtractNinja数据提取数据自动化文档处理
ExtractNinja是一款基于AI技术的文档处理工具,能够快速从各类文档中提取和分析数据。支持处理简历、发票、合同等多种文档类型,通过简单的提取模式定义,实现自动化数据提取,有效减少人工输入工作。工具还提供自定义分析功能,帮助用户深入挖掘数据价值。支持Excel和CSV格式输出,适用于人力资源、财务、法务等多个部门的数据处理需求,为企业提供高效的文档数据处理解决方案。
interpret-text - 基于Interpret的开源NLP模型解释工具,支持文本模型分析
GithubInterpret-TextNLP互动可视化仪表板可解释性技术开源项目文本解释
Interpret-Text是一个开源工具包,基于Interpret Python包,扩展了对文本模型的支持,提供SDK和示例Jupyter笔记本。用户可以使用全球和局部解释工具,分析和解释机器学习模型的预测结果。核心功能包括社区驱动的创新技术、统一API和互动式可视化仪表盘,适用于开发者、数据科学家、业务高管和研究人员,通过多种解释器和NLP应用场景,简化模型解释和审计过程。
sphinx - 多功能的开源文档生成系统
GithubPythonSphinxreStructuredText开源软件开源项目文档生成工具
Sphinx是一个开源的文档生成系统,基于reStructuredText标记语言。它支持HTML、PDF、EPUB等多种输出格式,提供交叉引用、层次结构、自动索引和代码高亮等功能。Sphinx具有灵活的模板系统和丰富的扩展生态,可用于多种编程语言的文档创建。该工具简化了高质量文档的生成过程,适用于各类项目文档需求。Sphinx广泛应用于各类项目的文档生成,特别是在软件开发领域。
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