Project Icon

sentencepiece

无监督神经网络文本分词与去分词工具

SentencePiece是一种用于神经网络文本生成系统的无监督分词工具。它支持多种子词算法,如BPE和unigram语言模型,可直接从原始文本训练。这个工具具有语言无关性,实现了子词正则化,运行速度快,占用资源少。SentencePiece能直接生成词汇ID序列,执行NFKC标准化,是一个完全端到端的系统,无需依赖特定语言的预处理或后处理。

spacy-stanza - 多语言自然语言处理工具,结合SpaCy和Stanza的强大功能
GithubStanzaspaCy处理管线开源项目模型自然语言处理
spacy-stanza 是一个包装 Stanza 库的软件,使得在 SpaCy 管道中使用斯坦福模型变得更加容易。其功能包括多语言词性标注、形态分析、词干提取和依存解析,支持68种语言,还为部分语言提供命名实体识别功能。用户可以通过下载预训练的 Stanza 模型,通过 spacy_stanza.load_pipeline() 加载并处理文本。这个工具还允许添加自定义组件,结合 SpaCy 的词汇属性、规则匹配和可视化功能,提供了强大的自然语言处理解决方案。
bge-99GPT-v1 - 提升句子相似度分析和特征提取效果的创新模型
99P LabsGithubHuggingface员工数据科学学习开源项目数据可视化模型自动驾驶语义相似性
SentenceTransformer模型专注于提升句子相似度分析及特征提取的精度。基于marroyo777/bge-99GPT-v1进行微调,支持多种应用如语义文本相似性、语义搜索、文本分类等。使用余弦相似度作为评估标准,该模型可将句子映射到384维的向量空间,提供高效的文本分析能力。
nli-mpnet-base-v2 - 多功能句子向量化和语义分析模型
GithubHuggingfacesentence-transformers向量嵌入开源项目模型特征提取自然语言处理语义相似度
nli-mpnet-base-v2是一个基于sentence-transformers的开源模型,能够将句子和段落转换为768维向量。该模型支持文本聚类、语义搜索等多种自然语言处理任务,具有易用性高、适用范围广的特点。在多项基准测试中,nli-mpnet-base-v2展现了优异的性能,为文本嵌入和相似度计算提供了有效解决方案。研究人员和开发者可以方便地将其集成到NLP项目中,提升应用效果。
PaddleSpeech - 全面的开源语音处理工具集,涵盖语音识别、语音合成、说话人验证等多项功能
GithubPaddleSpeech声纹识别开源项目文本转语音热门语音合成语音识别
PaddleSpeech是基于PaddlePaddle平台的开源语音处理工具集,覆盖自动语音识别、文本转语音合成、说话人确认及声音分类等多项功能,提供易于使用、高效和灵活的模型,支持各类语音相关任务。工具集包含全流程服务,支持流式识别与合成系统,为研究和工业应用提供强大支持。
sentence-t5-large - 将句子和段落转化为768维向量的自然语言处理模型
GithubHuggingfacesentence-transformers句子相似度向量空间开源项目文本编码模型语义搜索
sentence-t5-large是一个基于sentence-transformers的自然语言处理模型,能够将句子和段落转换为768维向量。这个模型在句子相似性任务中表现出色,但在语义搜索方面效果一般。它是由TensorFlow的st5-large-1模型转换而来,采用T5-large模型的编码器,并以FP16格式存储权重。使用时需要sentence-transformers 2.2.0或更高版本。该模型在句子嵌入基准测试中取得了良好成绩,为各种自然语言处理任务提供了有力支持。
DeepSpeech - 开源的深度学习语音识别引擎
GithubProject DeepSpeechTensorFlow开源开源项目机器学习语音识别
DeepSpeech是一个开源语音转文字引擎,基于百度的Deep Speech研究,并利用Google TensorFlow实现。提供详细的安装、使用和训练模型文档。最新版本及预训练模型可在GitHub获取,支持和贡献指南请参阅相应文件。
GPT2-Chinese - GPT2-Chinese:支持多种中文Token化和大规模语料训练
BERT分词器GPT2-ChineseGithubHuggingface中文语言模型开源项目预训练模型
GPT2-Chinese项目提供了适用于中文的GPT2训练代码,支持BERT和BPE Tokenizer,能够生成诗词、新闻、小说等内容,适用于大规模语料训练。该项目基于Pytorch实现,支持最新的预训练模型,如通用中文模型和古诗词模型。详细的模型信息可以在Huggingface Model Hub中找到。用户可以自行训练和生成文本,同时支持FP16和梯度累积。
WeTextProcessing - 中英文文本标准化和反标准化处理工具包
GithubWeTextProcessing开源项目文本归一化自然语言处理语音识别逆文本归一化
WeTextProcessing是一个开源的文本处理工具包,主要用于中英文文本的标准化和反标准化。它提供API接口,允许自定义规则,并支持C++运行时部署。该工具适用于语音识别后处理、自然语言处理等需要处理大量文本数据的场景。WeTextProcessing具有高性能和灵活配置的特点,可满足各种文本处理需求。
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。
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