Project Icon

gse

多语言高效NLP和文本分词工具

Gse是一款支持多种分词模式及多语言(包括英文、中文、日文等)的高效NLP和文本分词工具。它采用双数组Trie和动态规划等算法,并通过ElasticSearch和Bleve集成,提供强大的文本处理能力。项目内还支持TensorFlow的NLP和命名实体识别(NER)功能,支持用户自定义词典和词性标注。作为一个开源项目,Gse在简体中文、传统中文和其他语言的文本处理上有优异表现。

sglang - 大语言模型和视觉语言模型高效服务框架
GithubSGLang前端语言后端运行时大语言模型开源项目服务框架
SGLang是一款为大语言模型和视觉语言模型设计的服务框架。该框架通过协同优化后端运行时和前端语言,提高了模型交互的速度和可控性。其后端运行时采用前缀缓存、约束解码和连续批处理等技术提升效率。前端语言支持链式生成调用、高级提示、控制流和多模态等功能,增强了灵活性。SGLang适用于各类LLM应用的快速开发和部署。
lang-seg - 语言驱动的零样本语义图像分割模型
CLIPGithubLSeg开源项目计算机视觉语义分割零样本学习
LSeg是一种语言驱动的语义图像分割模型,结合文本编码器和Transformer图像编码器。它能将描述性标签与图像像素对齐,实现高效零样本分割。LSeg在多个数据集上表现出色,无需额外训练即可泛化到新类别。该模型在固定标签集上可与传统算法媲美,为语义分割任务提供了灵活有力的解决方案。
VecTextSearch - 利用OpenAI的语言模型生成文本向量,并在Weaviate数据库中进行搜索
GithubGolangOpenAIREST APIVecTextSearchWeaviate开源项目
VecTextSearch利用OpenAI的语言模型生成文本向量,并在Weaviate数据库中进行高效搜索,帮助用户快速存储和检索类似文本。广泛应用于智能问答系统和推荐系统,采用Golang编写并提供REST API接口,提升搜索和数据管理效率。
text-splitter - Rust实现的文本分割库 支持多种格式和分词方式
GithubRusttext-splitter分块开源项目文本处理语言模型
text-splitter是一个Rust实现的文本分割库,可将长文本智能分割为较小的语义块。它支持基于字符数、多种分词器和语义边界的分割方法,适用于纯文本、Markdown和代码等格式。该库在保持语义完整性的同时优化块大小,有助于解决大型语言模型的上下文限制问题。text-splitter提供简单的API和多种自定义选项,适用于各种NLP和文本处理任务。
typesense - 快速、容错且易用的开源搜索引擎
GithubTypesense全文检索开源软件开源项目搜索引擎数据库
Typesense是一款高性能、容错的开源搜索引擎,专注于提供卓越的搜索体验。它具有简单易用的API、智能默认配置和丰富功能,包括拼写错误容忍、实时搜索、地理搜索和向量搜索等。Typesense部署简便、易于扩展,支持多种编程语言,适合各种规模的应用。作为Algolia和ElasticSearch的替代方案,Typesense为开发者提供了快速实现高质量搜索功能的选择。
CodeGeeX - 强大的多语言代码生成与翻译模型
CodeGeeXGithub人工智能代码生成多语言开源项目编程助手
CodeGeeX是一个拥有130亿参数的大规模多语言代码生成模型。该模型可生成Python、C++、Java等主流编程语言的可执行代码,并支持跨语言代码翻译。CodeGeeX提供免费的VS Code和Jetbrains IDE扩展,在HumanEval-X多语言基准测试中表现优异。项目完全开源,同时支持Ascend和NVIDIA平台,为开发者提供高效的代码生成工具。
GIST-Embedding-v0 - 高性能句子嵌入模型支持多种自然语言处理任务
GithubHuggingfacesentence-transformers分类任务句子相似度开源项目检索任务模型特征提取
GIST-Embedding-v0是一个句子嵌入模型,适用于多种自然语言处理任务。该模型在MTEB基准测试中展现出良好性能,特别是在英语文本处理方面。它支持分类、检索和聚类等应用,为开发者提供了一个灵活的文本表示解决方案。
rust-tokenizers - Rust实现的高性能自然语言处理分词器
Githubrust-tokenizers分词器开源项目性能优化自然语言处理语言模型
rust-tokenizers是一个为现代自然语言处理模型设计的分词器库。该项目支持WordPiece、BPE和Unigram等分词算法,适用于BERT、GPT、RoBERTa等Transformer架构。库提供单线程和多线程处理,并具有Python接口,可用于各类NLP项目的文本预处理。
LaBSE - 基于BERT的多语言句子编码引擎 助力跨语言语义检索
BERTGithubHuggingfaceLaBSE句子嵌入多语言开源项目模型自然语言处理
作为Google开源的多语言句子编码模型,LaBSE整合掩码语言建模与翻译语言建模技术,实现109种语言的高效句子嵌入。经CommonCrawl和维基百科数据集训练,可用于跨语言语义相似度计算和双语文本检索,并支持完整Python接口调用
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。
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