Project Icon

nlp_chinese_corpus

中文自然语言处理高质量多任务语料库

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。

Chinese-Llama-2 - 开源项目提升Llama-2模型中文处理能力
Chinese-Llama-2GithubLlama-2中文大模型开源项目自然语言处理
Chinese-Llama-2是一个开源项目,致力于增强Llama-2大语言模型的中文处理能力。项目采用LoRA微调、全参数指令微调和二次预训练等方法,并在中文指令数据集上训练Llama-2模型。提供了训练所需的数据集、教程和模型参数,旨在推动中文自然语言处理研究与应用。经过优化的模型在中文理解、生成和翻译等任务中表现出明显提升。
chinese-bert-wwm-ext - 全词掩码中文BERT模型加速自然语言处理
BERTGithubHuggingface中文处理全词掩码开源项目模型自然语言处理预训练模型
chinese-bert-wwm-ext是一个开源的全词掩码中文BERT预训练模型,致力于提高中文自然语言处理效率。该模型由哈工大讯飞联合实验室开发,通过全词掩码技术增强了对中文语境的理解。项目开放了预训练模型和相关资源,可应用于文本分类、情感分析、问答系统等多种中文NLP任务。研究人员可基于此模型进行定制化微调,以满足特定领域的应用需求。
AHANLP - 集成多种功能的中文自然语言处理工具包
AHANLPGithub分词句法分析命名实体识别开源项目自然语言处理
AHANLP集成了多个开源项目,是一款功能丰富的中文自然语言处理工具包。它提供分词、命名实体识别、依存句法分析、关键词提取、自动摘要等功能。通过封装HanLP、Word2Vec等工具,AHANLP简化了中文NLP任务的实现过程,适用于研究和实际应用场景。
nlp-lang - 自然语言处理工具包,提供词语标准化、汉字转拼音等功能
GithubViterbi算法nlp-lang开源项目自然语言处理词语标准化词频统计
该项目封装了常用的自然语言处理工具和组件,如词语标准化、tire树结构、文本断句、html标签清理、Viterbi算法等。组件还包括汉字转拼音、简繁体转换、bloomfilter、指纹去重、SimHash相似度计算、词共现统计、内存搜索提示和WordWeight统计等。
HanLP - 面向多语种的生产环境自然语言处理工具,支持PyTorch与TensorFlow
GithubHanLPPyTorchTensorFlow多语种开源项目自然语言处理
HanLP是一款面向生产环境的多语种自然语言处理工具,基于PyTorch和TensorFlow双引擎。支持130种语言和多种NLP任务,包括分词、词性标注、命名实体识别和依存句法分析等。HanLP的预训练模型持续更新,并提供RESTful API和native API,适用于敏捷开发和移动应用。
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。
gpt2-medium-chinese - 中文文本生成的可靠选择
GPT2-MediumGithubHuggingfacewiki2019zh_corpus中文开源项目文本生成模型语言模型
GPT2-Medium中文版本是1.2GiB的语言模型,使用wiki2019zh_corpus训练,适合中文文本生成。该模型提供了详细的源代码和使用说明,支持中文内容创作,特别适合需要文本生成的项目。用户可以在Colab上进行试验,以简化文本生成过程。
WanJuan1.0 - 开源多模态语料库推动AI模型性能提升
GithubWanJuan上海人工智能实验室图文数据集多模态语料库开源项目文本数据集
WanJuan1.0是一个开源多模态语料库,包含超过5亿文档、22万图文对的文本、图像和视频数据,总量超2TB。涵盖科技、文学等多领域,经过精细处理和价值观对齐。该语料库已应用于Intern系列大模型训练,显著提升了模型在语义理解、知识问答等任务的表现,可有效增强AI模型的知识内容、逻辑推理和泛化能力。
polish-nlp-resources - 波兰语自然语言处理资源与预训练模型库
GithubNLPPolish开源项目词嵌入语言模型预训练模型
该项目汇集了多种波兰语自然语言处理资源,包括词嵌入、语言模型和机器翻译模型。提供Word2Vec、FastText、GloVe等词向量,以及ELMo、RoBERTa等上下文嵌入模型。还包含压缩词向量和Wikipedia2Vec等特色资源。涵盖从基础词向量到预训练模型的多个层面,为波兰语NLP研究和应用提供支持。
llm-datasets - LLM微调优质数据集与工具资源库
GithubLLM对话开源项目微调指令跟随数据集
LLM Datasets项目汇集了大语言模型微调所需的优质数据集、实用工具和核心概念。涵盖通用、数学逻辑、编程和对话等多个领域,项目详细阐述了高质量数据集的特征。为研究人员和开发者提供多样化的LLM微调数据资源,旨在促进模型性能提升。
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

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。

Project Cover

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。

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