ua-gec

乌克兰语语法纠错与流畅性语料库

UA-GEC 语法纠错乌克兰语语料库数据集 Github 开源项目

UA-GEC是一个经专业注释的乌克兰语语法错误纠正和流畅性编辑语料库。该语料库提供GEC+Fluency和GEC-only两个版本，适用于不同研究场景。语料库包含33,735个句子，涵盖从日常聊天到正式写作的多个领域。专业校对人员对语料进行了全面注释，包括流畅性、语法、标点和拼写等方面的错误。UA-GEC可用于乌克兰语GEC系统的开发和评估，同时也支持多语言和低资源NLP、形态丰富语言、文档级GEC以及流畅性纠正等研究领域。

访问官网

Github

介绍相关项目

Qwen2.5-3B-Instruct-GGUF - 高性能3B参数量GGUF格式大语言模型，支持多语言、长文本理解与结构化输出

GGUF格式GithubHuggingfaceQwen2.5人工智能大语言模型开源项目模型自然语言处理

Qwen2.5-3B-Instruct-GGUF是一款基于Qwen2.5系列的指令微调模型，参数量为3B。该模型支持29种语言，具备出色的代码和数学处理能力。它可处理128K tokens的上下文，生成长度达8K tokens的文本。模型采用transformers架构，整合了RoPE和SwiGLU等技术，并提供多种量化版本。其优势在于强大的指令跟随能力、结构化数据理解和JSON输出能力，适用于多样化的系统提示词场景。

MiniCPM3-4B-GGUF - MiniCPM3-4B GGUF版本的多语言模型下载

GGUFGitHubGithubHuggingfaceMiniCPM3-4B开源项目模型模型压缩

MiniCPM3-4B的GGUF版本提供minicpm3-4b-fp16.gguf和minicpm3-4b-q4_k_m.gguf两种模型，支持英语和简体中文。GitHub仓库提供更多的使用信息，便于多语言自然语言处理的开发和应用。

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。

Qwen2.5-1.5B-Instruct-GGUF - 多语言文本生成与指令理解能力的优化与突破

GithubHuggingfaceQwen2.5多语言支持大语言模型开源项目指令调整模型长上下文支持

Qwen2.5系列的1.5B模型在多语言支持和长文本生成上取得进展，尤其在编码、数学和指令跟随方面。该模型支持29种语言和128K长上下文，同时更能适应多样化的系统提示，为实现角色扮演和条件设置的聊天机器人提供帮助。仓库中提供GGUF格式的调优模型，旨在提供接近真实对话的交互体验。

llm_rules - RuLES基准测试评估语言模型遵循规则能力

GithubLLMRuLES基准测试开源项目规则遵循语言模型评估

RuLES是一个评估语言模型遵循规则能力的基准测试项目。它提供多种测试场景，如身份验证和问答。项目包括评估脚本、红队测试工具和测试用例可视化工具。研究人员可以评估不同语言模型遵循简单规则的表现，并计算RuLES得分。项目还包含GCG攻击和模型微调的相关代码与指南。

conllu - Python库简化CoNLL-U格式解析和处理

CoNLL-UGithubPython依赖树开源项目自然语言处理解析

CoNLL-U Parser是一个用于解析CoNLL-U格式字符串的Python库。该库无外部依赖，支持类型提示，测试覆盖率达100%。它提供parse()和parse_tree()两种方法，可将数据解析为列表或树结构。库还支持元数据解析、自定义字段处理和序列化，使CoNLL-U格式处理更加便捷。

natasha - 多功能俄语自然语言处理工具，支持词嵌入、句子分割、形态标注等

GithubNLPNatashaRussian language开源项目模型优化自然语言处理

Natasha是一款用于解决俄语基础自然语言处理任务的工具，包括词标记、句子分割、词嵌入、形态标注、词形还原、短语规范化、句法解析、命名实体识别和事实提取。它在新闻领域的性能媲美或优于现有最佳模型。支持在CPU上运行，使用Numpy进行推理，注重模型体积、内存使用和性能。Natasha项目集成了多个库如Razdel、Navec、Slovnet和Yargy，提供统一的API，用户可在Python 3.7+环境中方便安装并快速上手使用。

pycorrector - 多模型中文文本纠错工具包，支持音形语法纠错

pycorrector是一个开源的中文文本纠错工具包，集成了多种模型如Kenlm、BERT、MacBERT等。该工具可纠正音似、形似、语法及专名错误，并支持自定义混淆集和专名词典。项目提供多个预训练模型，在SigHAN数据集上进行了评估。pycorrector适用于中文文本纠错的研究和实际应用场景。

gte-large-en-v1.5 - 英语语义相似度模型用于文本分类和检索

GithubHuggingfacegte-large-en-v1.5分类开源项目情感分析检索模型聚类

gte-large-en-v1.5是一个英语语义相似度模型,在MTEB基准测试中表现优异。该模型在文本分类、检索和聚类等任务上成绩突出,尤其适用于亚马逊评论分类和问答检索等场景。基于Sentence-Transformers框架开发,gte-large-en-v1.5可应用于多种自然语言处理任务,为文本表示提供了有力支持。

link-grammar - 多语言句法分析工具

GithubLink Grammar Parser句法结构开源项目自然语言处理英语解析器

Link Grammar Parser 支持多种语言的句法解析，包括英语、泰语、俄语、阿拉伯语和波斯语等。通过连字符（边）构成的图展示句子的语法结构，提供比传统解析器更详尽的信息。该项目于卡内基梅隆大学开发，现在支持多线程和UTF-8，性能和安全性显著提升。支持多种编程语言API，并包含命令行工具和生成语句的实验系统。该项目在LGPL许可下开放，适用于私人和商业用途。更多信息请访问官方网页。

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

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能，包括文生视频、动态画面和形象生成等，帮助用户快速上手，创造专业级内容。

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

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台，用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品，帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型，为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能，满足事务性工作的高频需求，帮助撰稿人节省精力，提高效率，优化工作与生活。

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

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