nlp_chinese_corpus

中文自然语言处理高质量多任务语料库

中文自然语言处理语料预训练数据集词向量 Github 开源项目

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。

访问官网

Github

介绍相关项目

ChineseNER - 多模型支持的中文命名实体识别开源项目

Github中文NER命名实体识别多任务学习开源项目深度学习模型词汇增强

这是一个开源的中文命名实体识别项目，集成了多种深度学习模型。从BiLSTM-CRF到BERT-BiLSTM-CRF，再到多任务学习模型，涵盖了NER领域的主流算法。项目特色包括词汇增强、数据增强和MRC框架等创新功能。同时提供了完整的训练、评估流程和Docker部署方案，便于研究者和开发者使用。项目集成了从BiLSTM-CRF到BERT系列的多种NER模型，并创新性地引入词汇增强、数据增强和MRC框架等技术。不仅提供了详细的模型训练和评估指南，还支持Docker部署，方便研究人员和工程师快速应用到实际场景中。

ML-NLP - 深入解析机器学习与自然语言处理全面知识库

GithubNLP面试开源项目机器学习深度学习算法工程师自然语言处理

ML-NLP项目提供机器学习与自然语言处理的全面资源，涉及关键理论和现实应用。各章节均配有实战代码，确保算法工程师高效备战面试。项目持续更新，跟上最新行业发展。

awesome-nlp - 一个综合NLP（自然语言处理）资源库，集成了包括研究摘要、教程、工具库在内的全方位资料

GithubNLPPython开源项目机器学习深度学习自然语言处理

awesome-nlp是一个综合NLP（自然语言处理）资源库，集成了包括研究摘要、教程、工具库在内的全方位资料。与顶尖实验室合作，保持在NLP领域的前沿，提供机器翻译、情感分析等多样化应用。支持多语言处理，如中文、韩文、阿拉伯文等，为全球用户提供适用资源，是一个知名的NLP信息平台。

open-speech-corpora - 开放语料库整理助力语音技术研究与发展

CC-0许可Common VoiceGithub多语言开放语音语料库开源项目语音技术

open-speech-corpora项目为语音技术研究和开发提供了一个丰富的开放语料库清单。这些语料库多为免费并在创意共享许可证或社区数据许可协议下发布，方便研究和商业使用。它覆盖多种语言和超过2万小时的验证语音数据，是学者和开发者理想的数据资源。项目鼓励社区成员提出资源增补，以进一步完善数据库。

Awesome-Chinese-LLM - 中文大语言模型开源项目与应用全览

Github中文LLM可商用多轮对话大语言模型开源项目

探索Awesome Chinese LLM——这是一个集中展示中文大语言模型的开源项目、应用和教程的平台。包括100+项经优化微调的资源，助力自然语言处理的学术与应用开发。

funNLP - 全面汇总AI相关资源，文本处理、语音识别及NLP项目

GithubLLM训练推理NLP民工的乐园中文NLP资源库开源项目文本生成热门类ChatGPT模型

本资源为AI领域研究人员和开发者提供全面的相关工具、库和项目。涵盖文本处理、语音识别、自然语言处理(NLP)等多个方向，包括敏感词检测、机器翻译、情感分析等实用功能，适合于科研、教育和商业应用。

chinese-roberta-wwm-ext-large - 中文自然语言处理的全词掩码预训练模型

BERTGithubHuggingface中文自然语言处理全词掩码开源项目模型知识蒸馏预训练模型

中文BERT全词掩码预训练模型加速中文自然语言处理，提升精准语义理解。基于Google BERT并结合全词掩码策略，其在文本分类、情感分析以及问答系统等多种NLP应用中表现优异，是探索中文语言理解的有力工具。

chinese_roberta_L-2_H-128 - 使用多模态预训练优化中文自然语言处理

CLUECorpusSmallGithubHuggingfaceRoBERTa开源项目模型语言模型预训练

该项目包括24种中文RoBERTa模型，使用CLUECorpusSmall数据集进行训练，效果超过较大数据集。模型通过UER-py和TencentPretrain预训练，并支持多模态框架，参数超过十亿。模型可在HuggingFace和UER-py Modelzoo中获取。项目提供详细的训练过程和关键细节，便于结果复现，着重提升中文自然语言处理任务中的性能。

awesome_Chinese_medical_NLP - 中文医学自然语言处理（NLP）开源资源大全

CBLUEGithubawesome_Chinese_medical_NLP中文医疗信息处理命名实体识别开源项目知识图谱

收录中文医学自然语言处理（NLP）各类资源，如术语集、语料库、词向量、预训练模型、知识图谱、命名实体识别、问答系统和信息抽取工具。项目旨在推动中文医学NLP技术发展，提供丰富的开源数据集和工具，包含中文医疗信息处理挑战榜CBLUE数据集、中文电子病历预训练Bert模型及多种医学词汇和知识图谱资源。这些材料涵盖术语标准化、文本分类等领域，为中文医学NLP研究和应用奠定坚实基础。

vocab-coverage - 中文语言模型识字率与词向量分布分析

BERTERNIEGithub中文认知开源项目词向量语言模型

该项目分析了多种语言模型的中文识字率与词向量分布情况，通过字符集分类和词向量空间分布的研究，了解模型在处理中文字符时的认知能力。涵盖了BERT、ERNIE、roBERTa等模型的对比，以及不同字符集的识字判定，为后续的模型评估和改进提供了参考。

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