spark-nlp

高效自然语言处理与大规模语言模型开源库

Spark NLP Apache Spark 自然语言处理机器学习预训练模型 Github 开源项目

Spark NLP 是一个基于 Apache Spark 的开源库，提供高效且准确的自然语言处理注释，支持机器学习管道的分布式扩展。该库包含超过 36000 个预训练管道和模型，支持 200 多种语言，涵盖分词、词性标注、嵌入、命名实体识别、文本分类、情感分析、机器翻译等任务。兼容 BERT、RoBERTa 等主流变压器模型，支持 Python、R、Java、Scala 和 Kotlin。

访问官网

Github

介绍相关项目

roberta-base - RoBERTa预训练语言模型用于多种自然语言处理任务

GithubHuggingfaceRoBERTa人工智能开源项目机器学习模型自然语言处理预训练模型

RoBERTa是基于Transformer架构的预训练语言模型，在大规模英文语料上使用掩码语言建模进行训练。它采用动态掩码和大批量训练等优化策略，在GLUE基准测试中表现出色。RoBERTa适用于序列分类、命名实体识别等任务的微调，能学习双向上下文表示，为NLP应用提供强大的特征提取能力。

roberta-large-NER - XLM-RoBERTa大型模型用于多语言命名实体识别

GithubHuggingfaceXLM-RoBERTa人工智能命名实体识别多语言模型开源项目模型自然语言处理

XLM-RoBERTa-large模型基础上微调的多语言命名实体识别工具，支持100多种语言。在英语CoNLL-2003数据集上训练，可用于命名实体识别和词性标注等标记分类任务。该模型由Facebook AI研究团队开发，具有强大的跨语言能力，但存在潜在偏见和局限性。作为自然语言处理的重要工具，它为多语言文本分析提供了有力支持。

Rasa_NLU_Chi - 基于Rasa NLU的中文自然语言理解框架

GithubJieba分词MITIERasa NLU中文自然语言处理开源项目机器学习

Rasa_NLU_Chi是基于Rasa NLU的中文自然语言理解框架。该项目提供意图分类和实体识别功能，集成MITIE和Jieba进行中文处理。框架包含预训练中文词向量模型，支持自定义NLU系统的配置和训练。通过REST API服务，Rasa_NLU_Chi可轻松集成到各类应用中，为开发者提供构建中文对话系统的基础工具。

internlm2-7b - 增强自然语言处理与长文本分析能力

GithubHuggingfaceInternLM开源开源项目性能评测模型长上下文

InternLM2-7B是一款开源自然语言处理模型，以其卓越的语言能力及对20万字符长文本的支持在评测中表现优异。适用于领域适配与复杂任务，提供代码开放与商用使用许可，便于研究与开发者的灵活使用与集成。

xlm-roberta-xl - 基于2.5TB数据训练的100语种自然语言处理模型

GithubHuggingfaceXLM-RoBERTa-XL多语言模型开源项目机器学习模型自然语言处理预训练模型

XLM-RoBERTa-XL是基于2.5TB CommonCrawl数据训练的大规模多语言模型，支持100种语言的自然语言处理。该模型采用掩码语言建模进行自监督学习，适用于序列分类、标记分类和问答等需要理解整句上下文的任务。XLM-RoBERTa-XL为多语言NLP研究和应用提供了强大的基础，但不适合文本生成类任务。

CC6205 - 自然语言处理基础到前沿的全面课程

GithubNLP课程开源项目机器学习深度学习神经网络自然语言处理

该自然语言处理课程涵盖NLP基础和前沿技术,包括传统的N-gram模型、朴素贝叶斯、隐马尔可夫模型,以及现代的词嵌入、循环神经网络和Transformer等。通过理论学习和实践,学生可掌握NLP核心概念和最新进展,为后续研究和应用打下基础。课程内容丰富全面,适合想系统学习NLP的学生和研究者。

languagemodels - 轻松实现低内存大语言模型推理的Python库

GPU加速GithubLanguage ModelsPython大语言模型开源项目语义搜索

该Python库简化了大语言模型的使用，最低内存需求仅为512MB，确保所有推理在本地完成以保障数据隐私。支持GPU加速及多种模型配置，功能涵盖文本翻译、代码补全、语义搜索等，适合教育和商业用途。用户可通过简单的pip命令安装，在REPL、笔记本或脚本中使用。详见官方网站的文档与示例程序。

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。

fastText - 高效词向量学习和文本分类库

GithubfastText开源项目文本分类机器学习自然语言处理词向量

fastText是Facebook开发的开源自然语言处理库,专注于高效词向量学习和文本分类。它支持157种语言,利用子词信息丰富词向量表示,并采用多种技巧提升分类性能。该库易用且训练速度快,适合大规模文本处理。fastText还提供模型量化功能,可大幅压缩模型体积,便于部署。

awesome-hungarian-nlp - 匈牙利NLP资源与工具综合清单

GithubNLP匈牙利语开源项目形态分析词向量语料库

该项目整理了丰富的匈牙利自然语言处理资源,包括开源工具、语言模型和数据集。涵盖分词、形态分析、词性标注等多项NLP任务,并收录预训练词嵌入和Transformer模型。此外还包含语料库、语言学资源等。内容全面,适合研究人员和开发者参考使用。

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