Project Icon

ua-gec

乌克兰语语法纠错与流畅性语料库

UA-GEC是一个经专业注释的乌克兰语语法错误纠正和流畅性编辑语料库。该语料库提供GEC+Fluency和GEC-only两个版本,适用于不同研究场景。语料库包含33,735个句子,涵盖从日常聊天到正式写作的多个领域。专业校对人员对语料进行了全面注释,包括流畅性、语法、标点和拼写等方面的错误。UA-GEC可用于乌克兰语GEC系统的开发和评估,同时也支持多语言和低资源NLP、形态丰富语言、文档级GEC以及流畅性纠正等研究领域。

UltraChat - 大规模、多样化的多轮对话数据和模型
GithubUltraChatUltraFeedbackUltraLM开源项目数据集模型
UltraChat项目专注于构建开源、大规模、多轮对话数据,目标是打造具有广泛会话能力的强大语言模型。最新发布的模型和数据集包括UltraLM-13B-v2.0、UltraRM和UltraCM,在AlpacaEval基准测试上表现优异。UltraChat数据集分为三大部分:世界问题、写作与创作、现有材料辅助,对话涵盖了技术、艺术和创业等领域。项目数据仅供研究和教育用途,基于MIT许可证发布。
t5-base-grammar-correction - 自动化语法纠正,通过T5模型提升文本准确性
GithubHappy TransformerHuggingfaceJFLEGT5开源项目模型模型训练语法校正
项目利用T5模型和Happy Transformer工具,通过JFLEG数据集训练以纠正文本语法错误,提升整体文本质量。使用方式为安装Happy Transformer库,并加载T5模型,通过Python代码实现语法纠正。输入文本时加上前缀'grammar:',可获得优化后的输出。
chatgpt-comparison-detection - 双语人类与ChatGPT对比语料集及检测工具
ChatGPTGithubHC3开源开源项目检测器语料集
HC3项目推出了首个Human vs. ChatGPT对比语料集,提供多个版本的ChatGPT检测器。项目通过开源模型工具高效检测ChatGPT生成内容,并收集中英双语问答语料助力学术研究。HC3数据集已在Huggingface和ModelScope发布,检测器包括问答版、独立文本版和语言学版,支持中英文检测。
spelling-correction-english-base - 英语基础拼写校正模型,提升文本准确性
GithubHuggingface实验局限性开源项目拼写校正模型英语
本项目提供一个实验性模型,用于英语拼写和标点校正,适合多种文本输入。利用pipeline界面测试的长文本支持功能,可提高文本的准确性。专为英语拼写错误校正而设计,适合不同应用场景。项目仍在开发中,可能会进一步改善。模型在MIT许可证下可用,代码位于GitHub,适合进行不同语言实验训练的用户。
GigaSpeech - 多领域英语语音识别数据集提供10,000小时转录音频
GigaSpeechGithub开源项目数据集深度学习语音识别音频处理
GigaSpeech是一个开源的多领域英语语音识别数据集,包含33,000多小时音频数据,其中10,000小时有高质量人工转录。数据来源包括有声书、播客和YouTube等,并提供多个规模的训练和评估子集。项目提供多种语音识别工具包的数据准备脚本,由志愿者维护并欢迎社区贡献,旨在促进语音技术的研究和应用。
ToolQA - 评估工具增强型大语言模型的开源数据集
GithubToolQA大语言模型工具增强开源项目数据集评估基准
ToolQA是一个开源数据集,专门用于评估工具增强型大语言模型。数据集涵盖8个领域,包含需要综合使用多个工具解答的问题,分为简单和困难两个级别。ToolQA通过人机协作创建,提供了数据统计、下载链接、工具实现和基准代码,为研究人员评估和改进大语言模型的外部工具使用能力提供全面资源。
lingua - 多语言文本检测库,低配置需求,高精度
GithubLingua开源项目拼写检查文本分类自然语言处理语言识别
此库可检测文本数据的语言,适用于自然语言处理如文本分类和拼写检查。与其他开源库相比,该库无需复杂配置,适用于长文本和短文本,甚至单词和短语。支持75种语言,高精度检测,完全离线运行,无需外部API或服务,适用于社交媒体和电子邮件自动分拣等应用。
SWE-bench - 基于GitHub问题的语言模型评估
DockerGitHubGithubICLR 2024Princeton NLPSWE-bench开源项目
SWE-bench是一个基准测试平台,用于评估语言模型在解决GitHub问题中的表现。提供代码库和问题描述,模型生成修复补丁。项目支持Docker容器实现高效可重复测试。最新更新包括SWE-agent的引入,提升评估基准表现。支持x86_64和实验性arm64架构,提供多样数据集和模型下载选项。欢迎NLP、机器学习和软件工程领域的贡献和反馈。
awesome-russian-speech - 全面汇总俄语语音技术资源与开发工具
Github俄语开源项目语音合成语音技术语音模型语音识别
项目整理了俄语语音技术的全面资源,包括识别、合成和转换等领域的数据集、模型和开发工具。内容覆盖从预处理到后处理的各个环节,如重音标注和标点恢复。此外还收录了相关词典、语言学资源和行业历史,为俄语语音技术的研究与开发提供了宝贵参考。
et5-typos-corrector - ETRI-et5模型驱动的韩语拼写优化器
ET5GithubHuggingfacePLM模型开源项目拼写纠正数据预处理模型韩国语
该开源项目基于ETRI-et5模型,为韩语口语拼写问题提供解决方案。通过特定数据集的微调,该工具能够高效自动纠正拼写错误,从而提高文本准确性。数据预处理涵盖去除标点符号和短句以及过筛含标签词汇,以提升纠正性能。用户可轻松输入文本并获取优化结果,适合大量文本处理需求。
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