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

NLP 文本处理分词句子边界检测停用词 Github 开源项目

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。

访问官网

Github

介绍相关项目

wtf_wikipedia - 高效的Wikipedia数据结构化解析工具

GithubJavaScript库wtf_wikipedia开源项目数据提取维基百科解析

wtf_wikipedia是一个专业的JavaScript库，用于解析和提取Wikipedia数据。这个工具可以将复杂的维基文本转换为结构化数据，提取纯文本、链接、图片和模板等信息。支持客户端和服务器端使用，能处理完整的Wikipedia数据转储，适合进行Wikipedia数据分析和应用开发。

medspacy - 临床NLP工具库，提供多语言支持和多功能文本处理

GithubmedspaCyspaCy临床文本处理医学NLP开源项目自然语言处理

medspacy是一款基于spaCy框架的临床NLP工具库，提供句子分割、上下文分析、属性识别和章节检测等模块化功能。它适用于临床文本的处理和分析，支持多语言并鼓励扩展更多语言规则。各模块可独立使用，包括概念提取、实体后处理和数据可视化等功能。

Kiwi - 韩语形态素高效分析工具，支持多语言包装

C++GithubKiwi开源项目모델 파일오픈 소스한국어 형태소 분석기

Kiwi是一款开源的韩语形态素分析器，旨在以高效速度和高精度为用户提供形态素分析。核心库使用C++编写，并支持Python、Java、C#等多种编程语言。Kiwi基于Sejong词性标注体系，并使用Sejong Corpus和모두의 말뭉치训练模型，能够纠正简单输入错误，并且支持多线程处理，适合大规模文本分析。提供多种实用功能及不同规模的模型选择。

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。

text-splitter - Rust实现的文本分割库支持多种格式和分词方式

GithubRusttext-splitter分块开源项目文本处理语言模型

text-splitter是一个Rust实现的文本分割库，可将长文本智能分割为较小的语义块。它支持基于字符数、多种分词器和语义边界的分割方法，适用于纯文本、Markdown和代码等格式。该库在保持语义完整性的同时优化块大小，有助于解决大型语言模型的上下文限制问题。text-splitter提供简单的API和多种自定义选项，适用于各种NLP和文本处理任务。

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。

dataspeech - 简化语音数据集标注与处理的实用工具

Data-SpeechGithub开源项目数据标注语音AI语音数据集音频转换

Data-Speech是一套用于语音数据集标注的实用脚本工具。它提供简洁代码库，支持音频转换和注释，有助于语音AI模型开发。该工具能重现研究论文中的注释方法，使用自然语言描述标注说话者特征。Data-Speech可处理LibriTTS-R和MLS等数据集，并为Parler-TTS库提供支持。它提供从数据集注释、特征映射到自然语言描述生成的完整工作流程。

nlp-recipes - 使用最新深度学习模型加速自然语言处理系统开发

Azure Machine LearningBERTGithubNLPtransformers开源项目深度学习

该资源库提供构建NLP系统的示例和最佳实践，重点关注最新的深度学习方法和常见场景，如文本分类、命名实体识别和文本摘要。支持多语言，特别是利用预训练模型应对不同语言任务。内容基于与客户的合作经验，旨在简化开发过程，帮助数据科学家和工程师快速部署AI解决方案。

pyhanlp - HanLP1.x的Python接口，功能全面的中文NLP工具包

GithubHanLPpyhanlp依存句法分析分词开源项目自然语言处理

pyhanlp是HanLP1.x的Python接口，支持中文分词、词性标注、命名实体识别、依存句法分析等多种NLP任务。项目提供自动下载升级功能，算法经工业界和学术界验证。配套《自然语言处理入门》书籍，支持命令行和API调用，适合NLP研究和工程应用。

tokenizer - Go语言实现的自然语言处理分词库

GithubGo语言NLPTokenizer分词开源项目预训练模型

Tokenizer是一个纯Go语言实现的自然语言处理分词库，支持Word level、Wordpiece和BPE等多种分词模型。该项目可用于训练新模型或微调现有模型，并兼容HuggingFace预训练模型。Tokenizer为Go开发者提供了构建NLP应用所需的工具，助力高效生产级软件开发。

相关项目

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

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

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号