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。

sentence-bert-swedish-cased - 瑞典句子变换模型,多语言句子嵌入优化
GithubHuggingfacesentence-transformers多语言模型开源项目模型特征提取知识蒸馏语义相似性
该项目利用知识蒸馏技术,使单语言瑞典语与英语句子嵌入具备多语言能力,适用于聚类、语义搜索等任务。最新的v2.0版本在更强教师模型指导下训练,支持处理更长段落,并在SweParaphrase和SweFAQ等测试集中表现出色。
MiNLP - 迈向智能文本解析的先进中文自然语言处理平台
GithubMiNLP中文分词开源开源项目结构化解析自然语言处理
小米自然语言处理平台(MiNLP)涵盖词法、句法和语义分析模块,已在公司业务中广泛应用。MiNLP-Tokenizer中文分词工具自2020年11月开源以来不断优化。2021年计划开源词性标注和命名实体识别工具,并逐步开源句法和语义分析工具,致力于打造功能领先的NLP平台。duckling-fork-chinese专注于中文结构化解析,广泛应用于小爱生产环境,尤其在数字和时间解析方面表现出色。
PaddleNLP - 支持大语言模型开发与部署的开源套件
GithubPaddleNLP大模型开源项目推理训练飞桨
PaddleNLP是基于飞桨框架开发的大语言模型套件,提供全面的训练、精调、压缩和部署功能。支持多硬件环境,包括4D并行配置和高效精调策略,适应多种硬件平台,有效降低开发门槛。兼容LLaMA、Bloom等多种主流模型,为大模型开发提供高效解决方案。
small - 开源中文自然语言处理平台
GithubHuggingfaceLTP中文分词命名实体识别开源项目模型自然语言处理词性标注
LTP是哈工大开发的开源中文自然语言处理平台,提供分词、词性标注、命名实体识别等功能。支持Python和Rust接口,最新版本结合深度学习和感知机算法,显著提升处理速度。LTP支持用户自定义训练,在学术和工业领域广泛应用,是中文NLP研究与应用的重要工具。
xlm-roberta_punctuation_fullstop_truecase - XLM-RoBERTa模型实现47种语言的标点恢复和句子分割
GithubHuggingfaceXLM-RoBERTa句子边界检测多语言大小写转换开源项目标点符号模型
该模型基于XLM-RoBERTa架构,能够在47种语言中自动恢复标点符号、调整大小写和检测句子边界。通过创新的神经网络设计,无需语言特定路径即可处理多种语言文本。模型支持批量处理,可通过punctuators包或直接使用ONNX和SentencePiece模型进行部署,为多语言文本处理提供了灵活高效的解决方案。
bart-paraphrase - BART大型语言模型文本释义转换工具
BARTGithubHuggingface开源项目文本生成机器翻译模型模型微调自然语言处理
BART文本释义模型基于序列到序列架构开发,整合了BERT双向编码器与GPT单向解码器技术,通过Quora、PAWS和MSR数据集训练,实现文本的变换与释义功能。模型提供简洁的API接口,便于集成到自然语言处理应用中。
sat-12l - 多语言句子分割的革新之选,12层Transformer模型
GithubHuggingfaceSegment any TextSentence Segmentationsat-12lwtpsplit十二层Transformer开源项目模型
凭借12层Transformer,实现多语言环境中更高效的句子分割。这一技术适合多语境文本处理,提供快速而准确的分割解决方案。使用wtpsplit库可增强文本分析能力,进一步提高处理效率。详情请参阅Segment any Text论文。
semantic-chunkers - 智能多模态分块库 提高AI数据处理效率和准确性
AI数据处理GithubSemantic Chunkers多模态分块开源项目智能分块视频处理
Semantic Chunkers是一个开源的多模态分块库,专注于对文本、视频和音频进行智能分块。通过语义分析,这个Python库提高了AI和数据处理的效率与准确性。它提供视频分块等功能,并得到活跃社区的支持和持续更新。对于处理大量多媒体数据的AI开发者和研究人员而言,Semantic Chunkers提供了强大的数据处理能力。
gpt-bat - 长文本分割与处理工具,优化GPT性能
API2DGPT BATGPT-3.5GithubOpenAI开源项目长文本处理
GPT BAT是一款专为GPT设计的优化工具,可以将长文本按行、按长度或按特定字符分隔,并灵活设置接口调用参数,如System提示词、User提示词和Max Tokens。兼容OpenAI和API2D接口,支持文本分段预览和Token消耗估算,处理结果将自动下载,允许重复尝试,显著提升GPT-3.5处理长文本的效率和便捷性。
sat-12l-sm - 先进的多语言文本句子分割模型
GithubHuggingfacewtpsplit句子分割多语言模型开源项目模型深度学习自然语言处理
sat-12l-sm是一个基于12层Transformer架构的句子分割模型,支持80种语言的文本分割。作为wtpsplit库的核心组件,它采用'Segment any Text'技术,为自然语言处理提供基础支持。该模型可用于提高文本分析和处理的准确性,适用于研究和开发领域。
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

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