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。

pycantonese - 适用于粤语NLP的Python库
GithubPyCantonese开源项目粤语语言学自然语言处理词性标注语料库
PyCantonese是一个专为粤语语言学和自然语言处理设计的Python库,具有语料库访问、粤拼转换、文本解析、分词和词性标注等功能。项目提供详细文档和快速入门,支持通过PyPI安装,并有活跃的社区持续优化。
editdistance - 快速计算编辑距离的Python开源库
GithubLevenshtein距离Python库editdistance字符串比较开源项目编辑距离
editdistance是一个开源的Python库,专门用于快速计算Levenshtein距离(编辑距离)。基于C++和Cython实现,采用Heikki Hyyrö提出的位并行算法,性能优异。该库不仅支持字符串,还可处理任何可哈希对象序列,具有广泛适用性。与同类库相比,editdistance在计算速度上表现突出,同时保持了使用简便性。支持跨平台安装,API设计清晰,便于集成到各类Python项目中。
multilingual-e5-large-pooled - 多语言支持的句子相似性与特征提取模型
GithubHuggingfaceMTEBmultilingual-e5-large分类句子相似度开源项目模型特征提取
此项目基于多语言处理,融合Sentence Transformers技术,专注于句子相似性与特征提取。支持多语言,适用于分类、重排序、文本聚类等多种场景。模型在各种任务中表现优异,如MTEB AmazonCounterfactualClassification和MTEB BUCC中的分类与双语文本挖掘,表现出色。采用MIT许可证,具有高度使用灵活性。
ag-nli-DeTS-sentence-similarity-v4 - 句子相似度的跨编码器评估与文本分类应用
Cross-EncoderGithubHuggingfaceNLI数据集SentenceTransformers句子相似性开源项目模型语义匹配
本模型采用Cross-Encoder方法,对多语言句子相似度进行评估,使用六种NLI数据集训练。通过提供0到1间的相似度分数,协助实现精确的文本分类和语义分析。基于SentenceTransformers框架,提升文本特征提取性能,适用于包括英语、荷兰语、德语、法语、意大利语和西班牙语在内的多种语言。
Handright - Python实现的中文手写模拟库 实现自然逼真效果
GithubHandrightPython库中文手写模拟图像处理字体扰动开源项目
Handright是一个Python库,用于模拟中文手写。该库通过对字形和笔画进行随机扰动,生成自然的手写效果。Handright支持自定义背景、字体和文本,提供简单的接口。它适用于需要模拟手写的各种场景,如创建手写风格的文档或图像。
lingua - 多语言文本检测库,低配置需求,高精度
GithubLingua开源项目拼写检查文本分类自然语言处理语言识别
此库可检测文本数据的语言,适用于自然语言处理如文本分类和拼写检查。与其他开源库相比,该库无需复杂配置,适用于长文本和短文本,甚至单词和短语。支持75种语言,高精度检测,完全离线运行,无需外部API或服务,适用于社交媒体和电子邮件自动分拣等应用。
wink-nlp-utils - 轻量级自然语言处理工具集 简化文本预处理和分析
GithubNLP停用词分词句子边界检测开源项目文本处理
wink-nlp-utils是一个轻量级自然语言处理工具集,提供36多个实用函数。支持姓名提取、语料库生成、句子分割、分词和停用词移除等功能。适用于语义搜索和文本分类等任务的预处理,为开发人员提供简洁API。该项目是wink开源家族的一员,专注于文本预处理和分析,在npm上可用,具有完整的文档和测试覆盖率。支持Node.js环境。
YuzuMarker.FontDetection - 中日韩字体识别模型和场景文本图像数据集生成
CJK字体识别GithubYuzuMarker.FontDetection开源数据集开源项目数据生成模型训练
YuzuMarker.FontDetection 项目提供了一个专门针对中日韩字体识别的模型,并详尽介绍了生成场景文本图像数据集的方法。用户可以利用CJK字体包和背景图片自动生成所需的数据集,项目现已开源数据集供下载,支持多种字体渲染技术和模型训练选项,有助于提升字体识别的准确性。更多信息请访问项目官网和文档。
lingua-go - 准确识别文本语言的灵活工具,适用于多种自然语言处理场景
AIGithubLingua开源项目文本分类自然语言处理语言识别
Lingua-go 是一款能够准确识别文本语言的开源工具,适用范围广泛,包括长文本、单个词语和短语等。相比其他库,它在处理短文本时表现更佳,无需依赖外部API,支持75种语言,完全离线使用,适合预处理、文本分类和拼写检查等自然语言处理任务。
huozi - 支持32K上下文的双语稀疏混合专家模型
GithubHIT-SCIR中文MT-Bench开源项目活字3.0活字通用大模型自然语言处理
活字3.0是一个支持32K上下文的稀疏混合专家模型,具备中英文知识、数学推理和代码生成能力,并在指令遵循和安全性上有所提升。项目开源了中文MT-Bench数据集,支持多种推理框架如Transformers、vLLM和llama.cpp,为自然语言处理研究和应用提供更多选择。
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