Project Icon

tokenizers

文本分词处理工具

tokenizers是一个高效的分词工具,旨在提供快速且多功能的文本处理解决方案。它可以迅速训练新的词汇库并进行分词,使用Rust语言编写以确保高性能。其接口设计简洁易用,适用于研究与生产,全面支持各种文本预处理需求。

spaCy - 高性能自然语言处理库
GithubPythonspaCy开源项目热门神经网络模型自然语言处理训练系统
spaCy 是一个高级自然语言处理库,支持Python和Cython,适用于实际产品开发。它提供预训练管道,支持70种以上语言的分词和训练,拥有最先进的速度和神经网络模型,可用于词性标注、句法解析、命名实体识别、文本分类等多种任务。spaCy 同时支持多任务学习和使用预训练变换器,如BERT,适合生产环境下的训练系统,模型打包,部署和工作流管理,是商业开源软件,遵循MIT许可证。
AiR - 基于Rust的高效AI应用,提供精准翻译与文本重写
AiRGithubRust开源项目文本重写翻译跨平台
AiR是一个基于Rust构建的AI应用,提供高效的翻译和文本重写功能。其主要目的是提高生产力,特别适合非母语使用者,自动修正并优化语言,使其更自然。目前支持macOS和Windows,提供暗黑/亮色主题。更多功能如代码重构、OCR和TTS即将推出。
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。
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。
wink-nlp-utils - 轻量级自然语言处理工具集 简化文本预处理和分析
GithubNLP停用词分词句子边界检测开源项目文本处理
wink-nlp-utils是一个轻量级自然语言处理工具集,提供36多个实用函数。支持姓名提取、语料库生成、句子分割、分词和停用词移除等功能。适用于语义搜索和文本分类等任务的预处理,为开发人员提供简洁API。该项目是wink开源家族的一员,专注于文本预处理和分析,在npm上可用,具有完整的文档和测试覆盖率。支持Node.js环境。
orch - Rust语言模型库简化AI应用开发
GithubRustorch应用开发开源项目结构化数据生成语言模型
orch作为Rust生态系统中的一员,为开发者提供了构建语言模型应用的便捷工具。该库集成了文本生成、流式处理、结构化输出和向量嵌入等核心功能,并通过灵活的API设计,实现了与Ollama等模型的无缝对接。orch适用于多种AI应用场景,包括但不限于聊天机器人和智能助手的开发。
OmniTokenizer - 联合图像视频标记器实现高效视觉生成
GithubOmniTokenizerVQVAE图像视频联合标记器开源项目视觉生成语言模型
OmniTokenizer是一个图像和视频联合标记器,采用单一模型和权重,提供最先进的重建性能。它具有高分辨率和长视频适应性,可与语言模型和扩散模型结合实现视觉生成。项目提供预训练模型、训练脚本和评估工具,支持VQVAE和VAE版本,为视觉生成研究提供基础设施。
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。
TokenLimits - 实时检测多种AI模型的文本令牌数量
AI工具AI模型TokenLimitstoken限制图像模型文本模型
TokenLimits为用户提供实时文本令牌计数服务,支持GPT-4、GPT-3.5-Turbo、Stable Diffusion等多种AI模型。网站显示输入文本的令牌数、字符数和单词数,帮助用户确保内容符合各模型的输入限制。这一工具适用于AI内容创作者和开发者,有助于提高AI模型使用效率。
Toshi - Rust语言开发的开源全文搜索引擎
ElasticsearchGithubRustTantivyToshi全文搜索引擎开源项目
Toshi是一个基于Rust语言的开源全文搜索引擎项目,旨在提供类似Elasticsearch的功能。该项目注重稳定性和安全性,仅使用Rust的安全特性。Toshi支持多种查询方式,包括术语、模糊、短语、范围、正则表达式和布尔查询。它还提供了灵活的配置选项,如数据存储、内存管理和日志设置等。目前Toshi仍在持续开发中,适合需要安全可靠的全文搜索解决方案的开发者参考和使用。
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

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