khaiii

Kakao开源的韩语形态素分析工具

khaiii 形态素分析机器学习自然语言处理韩语分析 Github 开源项目

khaiii是Kakao开发的开源韩语形态素分析工具，采用CNN算法实现。该项目结合预分析词典和错误修复技术，在保证准确率的同时提供高效处理速度。支持自定义词典，可用于韩语自然语言处理的基础预处理，适合大规模文本分析场景。

文档

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。

MobileLLM - 轻量高效的移动设备语言模型

AI模型GithubMobileLLM开源项目深度学习神经网络语言模型

MobileLLM是一个针对移动设备优化的大型语言模型项目。该模型通过SwiGLU激活函数、深窄架构、嵌入共享和分组查询注意力等技术，在亿级参数规模下实现了高性能。MobileLLM在零样本常识推理任务中表现出色，不仅在125M和350M参数规模上超越了现有最先进模型，还成功扩展至600M、1B和1.5B参数规模，展示了其在移动设备应用中的潜力。

nlpcda - 中文数据增强工具，提高NLP模型表现

GithubNLP Chinese Data Augmentation开源项目数据增强近义词替换长尾关键词选择准则随机实体替换

该工具通过一键操作实现中文数据增强，涵盖随机实体替换、同义词替换、近音字替换、字符删除、NER数据增强以及邻近字置换，保持原文语义不变。采用特殊处理不改变日期和数字等重要信息，有效提升NLP模型的泛化性能、抗干扰能力及对抗攻击能力，适用于文本数据处理及中文语音合成。

LLMLingua - 提示词压缩技术助力大语言模型效率提升

GithubLLMLingua大语言模型开源项目推理加速提示词压缩长文本处理

LLMLingua系列是一套创新的提示词压缩工具，可将提示词压缩至原长度的5%，同时保持大语言模型性能。通过小型语言模型识别并移除非必要标记，该技术有效解决长文本处理和上下文遗忘等问题，大幅降低API使用成本并提高推理效率。LLMLingua系列包含三个版本，适用于检索增强生成、在线会议和代码处理等多种场景。

Lilac - 高效LLM数据集分析与优化工具

AI工具LLM数据处理数据集分析聚类语义搜索

Lilac是一款专为大型语言模型(LLM)数据质量提升设计的分析工具。它集成了数据搜索、量化和编辑功能，提供语义聚类、关键词检索和字段比较等分析方法。Lilac可在20分钟内完成百万级数据点的聚类和标题生成，每分钟可嵌入5亿个标记，实现快速处理大规模数据集、识别数据概念，并筛选适合特定任务的数据。此外，Lilac还支持PII检测和重复数据识别等特性。凭借高效的数据处理能力和直观的操作界面，Lilac成为数据科学家和AI从业者优化产品的重要助手。

YAYI2 - 中科闻歌研发的多语言开源大模型

GithubYAYI2-30B中文预训练多语言大语言模型开源开源项目性能提升

YAYI 2，由中科闻歌研发，30B参数的多语言开源大模型。采用超过2万亿Tokens的多语言语料进行预训练，通过百万级指令和人类反馈强化学习微调，极大提升其在多领域的应用效率。现开源YAYI2-30B，助力全球中文AI技术的创新与进步。

KR-FinBert-SC - 金融情感语义分析的最新进展

GithubHuggingfaceKR-FinBert开源项目情感分析模型自然语言处理迁移学习金融领域

KR-FinBert-SC利用金融语料库进行预训练和微调，以提高NLP中的情感分析性能。该模型训练涉及韩国维基百科、新闻文章和法律文本等，扩展数据集超过12GB，并添加了经济新闻和证券分析报告以支持迁移学习。在50,000条标记数据中，该模型的情感分类准确率达到96.3%。

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。

tiktoken-go - BPE分词工具，兼容多种OpenAI模型

BPE词典GithubOpenAItiktoken-go开源项目模型编码

tiktoken-go是一个高效的BPE分词器，适用于OpenAI的多种模型。作为原版tiktoken在Go语言中的实现，它提供了与原库一致的缓存机制和多种加载选项，包括离线加载器，便于快速使用和自定义实现。项目包含详细的使用示例，涵盖各种编码和模型，以及性能测试结果，展示了其出色的性能表现。

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