scispacy

科学文献处理的定制spaCy管道与模型

安装方式 Python 3.6 Github 开源项目 scispaCy spaCy 安装

scispaCy项目提供了适用于科学文献处理的定制化spaCy管道和模型，包括基于生物医学数据训练的分词器、词性标注器和实体识别模型。用户可轻松安装和使用这些工具，项目支持多种NER模型和实体链接器，适合不同任务使用，并提供详细的安装和使用指南。

Github

文档

论文

介绍相关项目

gensim - Gensim：高效的Python主题建模和文档索引工具

GensimGithubNLPPython主题建模开源项目文档相似性

Gensim是一个针对自然语言处理和信息检索的Python库，用于执行主题建模、文档索引和相似性检索。该库依靠高效的内存独立算法和多核实现，可以处理超过内存容量的大型语料库。Gensim支持LSA、LDA、RP和HDP等各种流行算法，并支持分布式计算。其直观接口和详实文档使得用户可以轻松集成与扩展，是大规模文本数据处理的优秀选择。

HugNLP - 基于Hugging Face的全面NLP开发应用框架

GithubHugNLPNLP应用开发开源项目指令微调预训练语言模型

HugNLP是基于Hugging Face的NLP开发应用库，为研究人员提供便利高效的开发环境。它集成了丰富的模型、处理器和应用模块，支持知识增强预训练、提示微调、指令调优等技术。该框架还包含参数高效学习、不确定性估计等工具，可用于构建多种NLP应用。HugNLP获得CIKM 2023最佳演示论文奖。

SmallLanguageModel-project - 自主构建完整的语言模型，从数据采集到训练一步到位

GithubPythonSmallLanguageModel依赖安装开源项目数据处理模型训练

该项目提供全面的构建语言模型指南，包括数据收集、预处理及模型训练。项目涵盖从数据采集到训练多种模型（如BERT、GPT、Seq-2-Seq）的全部必要工具和步骤。适用于Python 3.8及以上版本，通过详细的教程和文档帮助开发者高效实现模型训练与应用。

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。

doccano - 开源多功能文本标注平台

GithubRESTful APIdoccano协作标注开源工具开源项目文本标注

doccano是一个开源文本标注平台，支持多种任务类型，包括文本分类、序列标注和序列到序列。该工具提供协作标注、多语言支持和移动端兼容等特性，适用于情感分析、命名实体识别和文本摘要等领域。用户能够快速创建项目并上传数据，高效构建数据集。doccano提供多种部署选项，如pip安装、Docker容器和云平台一键部署，方便用户根据需求选择。

mynlp - 高性能和可扩展的中文自然语言处理工具包

GithubMynlp中文NLP安装开源项目模型词典

mynlp是一个高性能且可扩展的中文自然语言处理工具包，支持通过Maven和Gradle轻松安装。用户可根据需求选择核心词典、词性标注、命名实体识别、拼音切分等模型资源，mylnp-all依赖包涵盖大部分常用资源。该项目参考了多个优秀开源项目并结合多种算法，适用于广泛的应用场景。详情请访问mynlp在线文档。

underthesea - 越南语自然语言处理开源工具包

GithubPythonUnderthesea开源开源项目文本分类越南自然语言处理

越南语自然语言处理开源 Python 工具包，提供简便的 API 和预训练模型，支持词语分割、词性标注、命名实体识别、文本分类和依存句法分析。工具包遵循 GNU 通用公共许可证 v3.0，包含数据集和教程，适用于科研和开发。最新版本支持 LLMs 和基于提示的文本分类功能，用户可以通过 pip 安装。教程涵盖从句子分割到情感分析和语言检测等多种功能。

skweak - Python开源工具助力NLP弱监督学习

GithubNLPskweak开源项目弱监督标注函数聚合模型

skweak是一个基于Python的开源工具包，通过弱监督方法解决NLP中标注数据稀缺问题。用户可定义多个标注函数自动标注文档，并聚合结果生成标注语料库。支持序列标注和文本分类，提供简洁API快速实现标注功能。与SpaCy集成，易于融入现有NLP流程。适用于资源匮乏语言、特定任务标签等场景，是NLP项目的有力助手。

scikit-learn - Python机器学习的核心工具库

GithubPythonscikit-learn开源项目数据科学机器学习

scikit-learn是基于SciPy构建的Python机器学习库,提供高效的数据挖掘和分析工具。支持分类、回归、聚类等多种机器学习任务,自2007年启动以来由志愿者维护,已成为广受欢迎的开源项目。其特点包括易用性、高性能和完善的文档,在学术和工业领域得到广泛应用。

EasyNLP - 综合性易用的NLP工具包，支持大规模预训练模型

EasyNLPGithubNLP工具包分布式训练多模态预训练模型开源项目知识蒸馏

EasyNLP是一个由阿里巴巴发布的自然语言处理工具包，基于PyTorch架构，支持分布式训练和多种NLP算法。它结合知识蒸馏和少样本学习技术，支持大规模预训练模型的部署，并支持CLIP和DALLE等多模态预训练模型，与阿里云PAI平台无缝集成，提供统一的模型训练和部署框架，广泛应用于多个业务场景。

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