Few-NERD

大规模精细标注的命名实体识别数据集

Few-NERD BERT few-shot 监督学习实体识别 Github 开源项目

Few-NERD是一个大规模精细标注的命名实体识别数据集，包含8种粗粒度类型、66种细粒度类型、188,200个句子、491,711个实体和4,601,223个标记。支持监督学习和少样本学习的三种基准任务。了解数据集的关键功能、最新更新，以及如何获取数据和运行模型的详细指南。

pytorch-bert-crf-ner - PyTorch实现的BERT-CRF韩文命名实体识别器

BERTCRFGithubKoBERTNERPytorch开源项目

该项目是一个用PyTorch实现的BERT和CRF结合的韩文命名实体识别器，适用于PyTorch v1.2及Python 3.x环境。通过实际案例和详细日志展示该识别器的使用方法及其高效的韩文命名实体识别能力。借助于SKTBrain的KoBERT模型，本项目实现了容易上手的BERT-CRF命名实体识别系统。

LLMDataHub - 大语言模型训练数据集合

GithubLLMDataHub大语言模型开源社区开源项目数据集聊天机器人

LLMDataHub汇聚高品质大语言模型训练数据，为研究人员和从业者提供丰富的数据资源。该平台涵盖多种数据集，适合提升聊天机器人对话质量、应答生成及语言理解。同时，平台更新最新数据集，助您获取行业前沿资源。

LibFewShot - 优化少样本学习研究的开源项目

GithubLibFewShotMeta学习方法少样本学习度量学习方法开源项目非情景方法

LibFewShot是一款面向少样本学习研究的开源项目，支持多种经典和元学习方法。项目提供快速安装指南和详细教程，支持的数据集包括Caltech-UCSD Birds、Stanford Cars等，并提供下载多种预训练模型和配置文件。LibFewShot还鼓励代码贡献，遵循PEP 8编码风格。项目采用MIT许可证，仅限学术研究使用。

YAYI-UIE - 多领域信息抽取统一模型

GithubYAYI-UIE信息抽取大模型开源开源项目指令微调

YAYI-UIE是一个信息抽取统一大模型，基于百万级高质量数据训练而成。该模型支持命名实体识别、关系抽取和事件抽取等任务，涵盖通用、安全、金融、生物、医疗等多个领域。YAYI-UIE在多个中英文数据集上展现出优秀的零样本性能，为信息抽取研究和应用提供了有力工具。作为开源项目，YAYI-UIE促进了中文预训练大模型社区的发展，推动了开放人工智能生态系统的建设。

FinNLP - 金融领域自然语言处理的开源工具库

FinNLPGithub开源项目新闻数据机器学习自然语言处理金融数据

FinNLP是一个专注于金融领域的自然语言处理工具库，提供大语言模型训练和微调流程。它支持获取美国和中国市场的新闻及社交媒体数据，使研究人员和开发者能够方便地处理和分析大规模金融文本数据，为金融NLP研究和应用提供支持。

zshot - 零样本与少样本命名实体和关系识别的开源框架

GithubZshot关系抽取命名实体识别实体链接开源项目零样本学习

Zshot是一个高度可定制的开源框架，支持零样本和少样本的命名实体识别和关系识别。该框架提供提及抽取、维基化和关系抽取等功能，并利用SpaCy进行可视化。适用于研究和工业应用，支持最新的方法和预训练模型，并提供易于扩展的API接口。

UER-py - 自然语言处理的开源预训练工具包

BERTGithubNLP任务UER-py开源项目模型微调预训练模型

UER-py是一个为自然语言处理任务设计的预训练和微调工具包，支持多种预训练模型以优化下游任务表现。项目强调模块化设计，并提供可扩展接口，支持单GPU及多GPU配置。

prodigy-openai-recipes - 结合OpenAI大语言模型与本地Prodigy实例，通过零次和少次学习技术，高效构建高质量数据集的方法

GithubNEROpenAIProdigyspaCytextcat开源项目

该项目展示了如何结合OpenAI大语言模型与本地Prodigy实例，通过零次和少次学习技术，高效构建高质量数据集。用户可以使用该方法进行命名实体识别和文本分类等任务，手动校正模型预测结果以提高数据准确性。项目提供详细的设置指南，帮助用户在本地安装和运行必要的软件，并配置API密钥。通过高效的数据注解流程和灵活的模板设置，用户能够快速获得金标准数据，并训练符合特定需求的监督模型。

nlp_chinese_corpus - 中文自然语言处理高质量多任务语料库

Github中文自然语言处理开源项目数据集词向量语料预训练

该中文自然语言处理项目提供丰富的高质量语料，包括维基百科条目、新闻、百科问答等，目标是解决中文大规模语料匮乏的问题。项目支持10大任务和9个模型的基准测试，并提供一键运行和详细性能比较，旨在提升中文NLP标准。适用于多种实际应用场景，如词向量训练、关键词生成和标题生成，方便研究人员和从业者获取和利用中文语料。

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。

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