PyKoSpacing

PyKoSpacing：Python包实现高精度韩文文本自动分词

PyKoSpacing 自动分词深度学习准确率文本预处理 Github 开源项目

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。

文档

ko-sroberta-nli - 韩语句子语义嵌入的开源模型

GithubHuggingfaceko-sroberta-nli句子嵌入句子相似度开源项目模型语义搜索韩国语

ko-sroberta-nli模型通过将韩语文本转换为768维向量，支持多种自然语言处理任务如聚类和语义搜索。它在KorNLI和KorSTS数据集上的评估结果值得关注，且允许在不使用sentence-transformers时结合Hugging Face Transformers进行操作，实现灵活的词嵌入应用。这款工具具备便捷的安装和操作，可高效提升韩语语义处理能力。

pycantonese - 适用于粤语NLP的Python库

GithubPyCantonese开源项目粤语语言学自然语言处理词性标注语料库

PyCantonese是一个专为粤语语言学和自然语言处理设计的Python库，具有语料库访问、粤拼转换、文本解析、分词和词性标注等功能。项目提供详细文档和快速入门，支持通过PyPI安装，并有活跃的社区持续优化。

pythainlp - Python实现的泰语自然语言处理库

GithubPyThaiNLPPython开源开源项目泰语自然语言处理

PyThaiNLP是一个专注于泰语的Python自然语言处理库,提供丰富的功能如分词、词性标注、拼写检查等。支持Python 3.7+,可通过pip安装。这个开源项目被广泛应用于工业和研究领域,为泰语NLP任务提供支持。PyThaiNLP具有命令行接口,支持额外功能的可选安装。

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。

scispacy - 科学文献处理的定制spaCy管道与模型

GithubPython 3.6scispaCyspaCy安装安装方式开源项目

scispaCy项目提供了适用于科学文献处理的定制化spaCy管道和模型，包括基于生物医学数据训练的分词器、词性标注器和实体识别模型。用户可轻松安装和使用这些工具，项目支持多种NER模型和实体链接器，适合不同任务使用，并提供详细的安装和使用指南。

polyglot-ko-5.8b - EleutherAI开发的58亿参数韩语自然语言处理模型

GithubHuggingfacePolyglot-Ko大规模语言模型开源项目模型模型评估自回归语言模型韩语模型

Polyglot-Ko-5.8B是EleutherAI团队开发的韩语自然语言处理模型,拥有58亿参数。该模型在863GB韩语数据上训练,在KOBEST基准测试中表现出色。它可用于多种NLP任务,但可能存在偏见和不准确性。模型采用Apache 2.0许可开源,为韩语NLP研究提供了有力支持。

KoDiffCSE-RoBERTa - 新型韩语句子嵌入对比学习模型

DiffCSEGithubHuggingfaceRoBERTa对比学习开源项目模型自然语言处理韩语句向量嵌入

KoDiffCSE-RoBERTa是一个基于差异化对比学习的韩语句子嵌入模型。通过无监督训练，该模型在KorSTS数据集上展现出优异性能。它提供简洁API以计算句子相似度，适用于多种自然语言处理任务。项目包含开源代码、训练脚本及详细文档，方便研究者和开发者使用和扩展。

textdistance - Python文本距离和相似度计算库

GithubPython库TextDistance字符串比较开源项目相似度计算算法

TextDistance是一个计算序列距离和相似度的Python库。它实现了30多种算法,包括编辑距离、基于令牌、基于序列、基于压缩和语音等类型。该库支持纯Python实现,可比较多个序列,并提供NumPy加速选项。TextDistance接口简单灵活,适用于各种文本分析和字符串比较任务。

polyglot-ko-12.8b-Inst - 此模型为韩语文本生成提供优化支持

GithubHuggingfaceKoQualitypolyglot-ko-12.8b多语言开源项目文本生成模型模型训练

模型通过使用10%指令数据集[Kullm, OIG, KoAlpaca]进行调优，融入了多GPU和CPU卸载技术，实现高效的分布式训练，致力于韩语文本生成应用。

nagisa - 日本语分词和词性标注的简单易用工具

GithubNagisaPython开源项目日语分词神经网络词性标注

Nagisa是一个用于日语分词和词性标注的Python模块，基于递归神经网络，提供字符级和单词级的分词模型及标签词典的词性标注模型。工具设计简单易用，支持多种Python版本，兼容Linux、macOS和Windows系统。通过pip命令即可安装，项目详细文档和资源链接可在官方页面找到。

相关项目

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

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。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com