lingua-py

多语言检测工具，支持75种语言的高效文本解析

语言检测自然语言处理 Lingua 文本分类 Rust实现 Github 开源项目

该工具能够高效检测文本所属语言，适用于自然语言处理中的文本分类和拼写检查等预处理步骤。这款灵活的小库在长文本和短文本上都能保持高准确率，不依赖外部API或服务，可完全离线使用。相比其他开源库，具有更高的精度和更低的内存占用，尤其适合处理短文本如微博信息。

文档

tweetnlp - 社交媒体文本分析的全能NLP工具集

GithubTweetNLP开源项目数据集模型社交媒体自然语言处理

TweetNLP是一个专注于社交媒体分析的Python库，为Twitter等平台提供全面的文本分析功能。该库集成了多项先进的自然语言处理技术，包括情感分析、表情预测、命名实体识别等。TweetNLP还支持主题分类、讽刺检测、仇恨言论识别和情感识别等多种任务，为社交媒体研究和应用开发提供了强大而灵活的工具集。

tokenizers - 文本分词处理工具

GithubTokenizers多语言绑定开源项目性能文本处理调优

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。

pygtrans - 开源谷歌翻译工具，高效批量翻译支持与多代理兼容性

APIKEYGithubpygtrans开源项目文本翻译语言检测谷歌翻译

pygtrans是一个基于谷歌翻译API的开源项目。它能自动检测并批量翻译文本与HTML，同时提供文本到语音的转换功能。支持多种代理配置以优化翻译速度，为开发者和研究人员提供快速、准确的翻译服务。

py-spy - 轻量级Python程序性能分析工具

GithubPythonpy-spy开源项目性能分析跨平台采样分析器

py-spy是一个开源的Python程序采样分析器，无需修改代码即可可视化程序运行时间分布。使用Rust开发，具有低开销特性，可安全地分析生产环境代码。支持主流操作系统和多个CPython版本，提供性能记录、实时监控和堆栈转储功能。py-spy能生成多种格式的分析报告，包括火焰图，有助于开发者深入了解和优化Python程序性能。

Pix2Text - 开源Python工具，支持高精度数学公式检测和80多种语言的文本识别

GithubOCRPix2Text开源开源项目数学公式检测表格识别

Pix2Text是一款免费开源的Python工具，主要功能与Mathpix类似，能够将复杂布局的图像、表格、文本和数学公式转换为Markdown格式。它支持超过80种语言的文本识别，包括简体中文、繁体中文、英语和越南语。最新的V1.1.1版本引入了新的数学公式检测模型，大幅提升了识别准确性。用户也可以通过在线服务和演示来体验其强大功能。

wtpsplit - 多语言文本分割工具支持85种语言的高效句子和段落分割

GithubSaT多语言开源项目文本分割深度学习自然语言处理

wtpsplit是一个开源的文本分割工具，实现了最新的SaT模型。它支持85种语言的句子和段落分割，具有高效、稳健的特点。该工具通过LoRA技术可适应特定领域和风格，提供多种模型大小以满足不同应用需求。wtpsplit在保持高性能的同时，还具有较低的计算成本，适用于从通用句子分割到特定领域文本处理的各种场景。

docling - 高效的多格式文档解析和转换工具

CLI工具DoclingGithubOCR支持PDF解析开源项目文档解析

Docling是一个多功能的文档解析工具，支持解析PDF、DOCX、PPTX等常见格式，并可输出为Markdown和JSON格式。其PDF高级功能涵盖页面布局分析、阅读顺序和表格结构识别。工具提供统一的DoclingDocument表示格式，支持与LlamaIndex和LangChain的集成，适合信息检索和问答应用。此外，它支持扫描PDF的OCR，并提供便捷的命令行工具。即将支持方程、代码和元数据的提取。安装简单，兼容多平台和多架构。详情请参阅在线文档。

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。

SaltAI_Language_Toolkit - 整合式AI语言处理工具包多功能技术集成

AI开发工具ComfyUIGithubLLMRAGSaltAI开源项目

SaltAI Language Toolkit是一个开源项目，整合了Llama-Index、AutoGen和LlaVA-Next等技术，与ComfyUI的节点界面结合。工具包提供检索增强生成、多智能体对话和视觉语言处理功能，增强AI语言处理能力。支持Git、Pip和ComfyUI Manager安装。项目提供示例工作流程，展示了搜索、对话和数据处理应用。

PyShortTextCategorization - Python短文本分类和挖掘库

GithubPython开源项目文本分类机器学习短文本挖掘自然语言处理

PyShortTextCategorization是一个专门用于短文本分类和挖掘的Python库。它集成了多种文本表示方法,如主题建模和词嵌入,支持有监督和无监督学习。该库提供文本预处理、预训练词嵌入、多种分类算法和短语相似度计算等功能,为短文本分析提供了全面的工具集。适用于Python 3.8-3.11版本,具备示例数据集、文本预处理、预训练词嵌入支持等特性。它整合了多种主题模型和神经网络分类器,并提供短语差异度量和字符级序列到序列学习等高级功能。

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。

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。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com