Project Icon

nlp-hanzi-similar

开源汉字相似度计算工具 支持多维度比较

nlp-hanzi-similar是一个开源的汉字相似度计算工具,基于多个维度进行比较,包括四角编码、拼音、汉字结构、偏旁部首、笔画数和拆字。该项目支持自定义实现和词库,为汉字NLP研究提供基础支持。工具提供Java和Python版本,可应用于语言认知科学等领域研究。

sensitive-word - 基于DFA算法的高性能敏感词检测工具,支持自定义与实时更新
DFA算法Githubsensitive-word工具开源项目敏感词高性能
基于DFA算法的敏感词检测工具,具备6万多个词库和简洁的Fluent-API实现。支持敏感词的判断、返回和脱敏操作,可检测邮箱、网址等信息,并可实时更新用户自定义数据。还提供大小写、全角半角、繁简体转换等多种格式处理,确保高精度与灵活性。
LLM2Vec-Meta-Llama-3-8B-Instruct-mntp-supervised - LLM2Vec-Meta-Llama-3-8B模型——文本嵌入与语义相似度的高效工具
GithubHuggingfaceLLM2Vec-Meta-Llama-3-supervised分类句子相似度开源项目文本检索模型特征提取
LLM2Vec-Meta-Llama-3-8B-Instruct-mntp项目提供了创新的文本嵌入技术,支持文本分类、信息检索、重排序和聚类等多种任务。通过其监督模型,有效提升精度和召回率,如在Amazon反事实分类任务中准确率达79.94%,在ArguAna数据集的检索任务中各项指标优异。此项目在多种自然语言处理中展现出显著应用潜力,是评价文本语义相似度的关键工具。
text2vec - 多模型文本向量化工具,支持多语言文本匹配分析
BERTGithubText2vec开源项目文本向量化文本相似度模型训练
text2vec工具实现了多种文本向量表示和相似度计算模型,如Word2Vec、BERT、Sentence-BERT和CoSENT。最新版本增加了多卡推理和命令行工具,方便用户批量处理文本向量化。它在中英文测试集上的表现优秀,尤其新版中文匹配模型在短文本区分上有显著提升。该工具为中文和多语言文本匹配提供了丰富的支持,能够满足各种文本语义分析任务的需求。
text-dedup - 文本去重工具集,支持多种去重方法和大规模数据集处理
Bloom FilterGithubMinHashRETSimSimHashtext-dedup开源项目
项目提供一系列文本去重脚本,适用于各种场景,包括嵌入式去重(RETSim/UniSim)、适合大规模数据集的MinHash + MinHashLSH、64或128位SimHash、后缀数组子串去重、布隆过滤器和精确哈希去重等方法。项目支持高效处理大数据集并计划引入更多去重方法,如SuperMinHash和ProbMinHash等。用户可以根据需求来自定义脚本,灵活应用于不同的文本数据处理场景。
semantic-cache - 基于语义相似度的自然文本缓存工具 提升NLP和AI响应效率
GithubSemantic Cache向量数据库开源项目缓存优化自然语言处理语义相似度
Semantic Cache是一个基于语义相似度的自然文本缓存工具。它能够对自然文本进行分类、缓存AI响应以减少重复计算,并利用已缓存的值降低API延迟。该工具具有多语言支持、复杂查询处理能力,易于集成且可自定义。通过语义相似性存储缓存条目和处理同义词,Semantic Cache为Node.js应用程序提供了简单的API。这使得它特别适用于需要基于语义进行查询或信息检索的任务。
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。
kss - 韩语字符串处理工具包,支持自然语言处理和数据分析
GithubKssPython开源项目数据分析数据预处理自然语言处理
Kss提供多种韩语字符串处理功能,适用于自然语言处理、数据预处理和数据分析等领域。工具设计简洁易用,支持分词、关键词提取、拼音转换等模块,用户可通过简单代码调用实现复杂字符串操作。Python、Java等多种编程语言兼容性强,并支持良好的向后兼容。
timely-arctic-small - 语义相似度分析模型:句子向量化工具
GithubHuggingfaceSnowflake/snowflake-arctic-embed-s开源项目数据集文本分类模型相似性函数语义相似性
基于Sentence Transformers的模型,采用Snowflake/snowflake-arctic-embed-s进行语义相似度分析。模型将句子转化为384维向量,适用于语义搜索、同义词挖掘、文本分类和聚类等领域。使用余弦相似度作为基本算法,支持最长512个token的序列,训练与评估数据集分别包含55736与1000条样本,提升精确度。更多技术细节与用法,请参考GitHub和相关文档。
copybook-generator - 多样化字帖生成工具 助力提升书写技能
Copybook GeneratorGithub写字练习字帖生成开源项目汉字笔顺自定义模板
Copybook Generator是一款多功能字帖生成工具,提供汉字、拼音、英文字母和笔画顺序等多种练习模板。用户可自定义字体、网格、字号和颜色,适合不同年龄和学习阶段。该工具适用于学龄儿童、书法爱好者和教育工作者,便于生成个性化字帖,辅助提升书写能力。
CoreNLP - 多语言支持的Java自然语言处理工具集
GithubJavaStanford CoreNLP分析工具开源项目模型自然语言处理
Stanford CoreNLP 是用 Java 编写的自然语言处理工具集。它处理文本输入,提供词形还原、词性标注、实体识别、日期和数量标准化等功能。支持包括英语、阿拉伯语、中文、法语、德语等多种语言。该工具集集成度高,仅需两行代码即可运行所有工具,广泛应用于学术界、工业界和政府部门。
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。

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