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。

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。
sentence-bert-base-ja-mean-tokens - 日语Sentence-BERT模型实现句子向量化和相似度计算
BERTGithubHuggingface句向量模型开源项目日语模型特征提取语义相似度
sentence-bert-base-ja-mean-tokens是一个专为日语开发的Sentence-BERT模型,可将日语句子转换为向量表示。该模型适用于句子相似度计算、文本分类等NLP任务,提供Python接口,支持批量处理和GPU加速。作为日语自然语言处理的基础工具,它为开发者提供了高效的句子编码解决方案。
gpt3-tokenizer - 支持GPT-3和Codex的高性能TypeScript分词库
GPT3 TokenizerGithubOpenAITypeScriptcodexgpt3开源项目
GPT-3 Tokenizer是一款适用于NodeJS和浏览器环境的TypeScript分词库,提供GPT-3和Codex分词支持。确保分词效果与OpenAI Playground一致,利用Map API提高性能,并支持简洁的编码与解码功能。
medspacy - 临床NLP工具库,提供多语言支持和多功能文本处理
GithubmedspaCyspaCy临床文本处理医学NLP开源项目自然语言处理
medspacy是一款基于spaCy框架的临床NLP工具库,提供句子分割、上下文分析、属性识别和章节检测等模块化功能。它适用于临床文本的处理和分析,支持多语言并鼓励扩展更多语言规则。各模块可独立使用,包括概念提取、实体后处理和数据可视化等功能。
EasyNLP - 综合性易用的NLP工具包,支持大规模预训练模型
EasyNLPGithubNLP工具包分布式训练多模态预训练模型开源项目知识蒸馏
EasyNLP是一个由阿里巴巴发布的自然语言处理工具包,基于PyTorch架构,支持分布式训练和多种NLP算法。它结合知识蒸馏和少样本学习技术,支持大规模预训练模型的部署,并支持CLIP和DALLE等多模态预训练模型,与阿里云PAI平台无缝集成,提供统一的模型训练和部署框架,广泛应用于多个业务场景。
PyKoSpacing - PyKoSpacing:Python包实现高精度韩文文本自动分词
GithubPyKoSpacing准确率开源项目文本预处理深度学习自动分词
PyKoSpacing利用深度学习模型,提供高精度的韩文文本自动分词,适用于在线短信和社交媒体文本。通过大规模语料库训练,PyKoSpacing在多种语料测试中展现了高准确率,支持多种安装方式及灵活的参数设置,以优化不同场景的分词效果。
bert-base-chinese-ner - 传统中文BERT模型及自然语言处理工具
CKIP BERTGithubHuggingfacetransformers模型命名实体识别开源项目模型繁體中文自然语言处理
该项目提供传统中文BERT等模型和多功能自然语言处理工具,辅助词性标注、分词和实体识别。建议使用BertTokenizerFast以提高性能。CKIP开发和维护,详情使用说明见GitHub页面。
phrase-bert - 短语嵌入与语料库分析的提升方案
GithubHuggingfacePhrase-BERT句子相似性开源项目模型特征提取短语嵌入语料库探索
Phrase-BERT项目利用BERT改进短语嵌入,应用于语料库分析,通过sentence-transformers库轻松实现模型安装与使用,支持短语点积及余弦相似度计算。项目包含五个短语语义评估任务,提供训练与微调Phrase-BERT所需的代码和数据集,使用Python脚本详细展现使用方法、训练和评估步骤,便捷用户进行多任务扩展。
all_datasets_v3_mpnet-base - 基于MPNet的高效句子和段落编码模型
GithubHuggingfacesentence-transformers信息检索句向量句子相似性对比学习开源项目模型
该模型利用sentence-transformers,通过microsoft/mpnet-base预训练模型和自监督对比学习目标进行微调,将句子和段落有效编码至768维度向量空间,适用于信息检索、语义搜索和聚类任务,尤其是在句子相似度计算中有较好表现。微调时,使用了超过10亿对的句子数据,并在TPU v3-8环境下进行了920k步训练,采用AdamW优化器和对比损失。此外,在无sentence-transformers库的情况下,通过特定的池化操作仍可实现相似的编码效果,代码实现简单易用。
wink-nlp - 高性能和高精度的JavaScript自然语言处理库
GithubJavaScriptwinkNLP开源项目文本分析自然语言处理高性能
这个JavaScript自然语言处理库优化了性能和精度,可显著提升NLP应用开发效率。它支持单词嵌入,代码无外部依赖,体积仅约10KB,并有近100%的测试覆盖率。主要功能包括多语言分词、句子边界检测、情感分析、词性标注和命名实体识别,适用于Node.js、浏览器和Deno环境。
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