Project Icon

jcseg

轻量级中文分词和关键字提取工具,支持多种语言

Jcseg是一款基于mmseg算法的中文分词器,具备关键字、短语、句子提取及文章自动摘要功能,支持Lucene、Solr、Elasticsearch分词接口。其内置Jetty高性能Web服务器,提供多种分词模式、自定义词库、同义词匹配和拼音追加,适合多种语言客户端调用。

ToolGood.Words - 多功能中文文本处理与敏感词过滤库
GithubToolGood.Words字符串搜索开源项目拼音操作敏感词检测繁简转换
ToolGood.Words是一个高性能的中文文本处理库,集成了敏感词检测、繁简体转换、全半角转换、拼音处理等功能。该项目提供多种高效的字符串搜索算法,支持通配符匹配,并包含拼音匹配和文本转换等实用工具。在大规模敏感词库上,其处理速度可达3亿字符每秒。这个开源项目适用于内容审核、文本过滤等多种应用场景。
ik-analyzer - Maven化中文分词器 支持Lucene 5至9版本
GithubIK-AnalyzerLuceneMaven中文分词开源项目
ik-analyzer是一个Maven化的中文分词器项目,专为中文分词优化词典。该项目支持Lucene 5至9全系列版本,已发布至Maven Central方便集成。除Java实现外,还提供Rust版本,为开发者提供更多选择。
yake - 无监督自动关键词提取的轻量级工具
GithubYAKE关键词提取多语言支持开源项目无监督学习自然语言处理
YAKE是一款轻量级的无监督自动关键词提取工具,基于单个文档的文本统计特征选择关键词。它无需训练数据集、词典或外部语料库,适用于不同规模、语言和领域的文本。在多个数据集上,YAKE相比其他无监督方法和监督方法都表现出优势。除Python包外,YAKE还提供在线演示、API和移动应用等使用方式。
wtpsplit - 多语言文本分割工具 支持85种语言的高效句子和段落分割
GithubSaT多语言开源项目文本分割深度学习自然语言处理
wtpsplit是一个开源的文本分割工具,实现了最新的SaT模型。它支持85种语言的句子和段落分割,具有高效、稳健的特点。该工具通过LoRA技术可适应特定领域和风格,提供多种模型大小以满足不同应用需求。wtpsplit在保持高性能的同时,还具有较低的计算成本,适用于从通用句子分割到特定领域文本处理的各种场景。
semantic-grep - 基于词嵌入的语义搜索命令行工具
Githubw2vgrep命令行工具多语言支持开源项目词嵌入语义搜索
semantic-grep是一款开源的语义搜索命令行工具,基于词嵌入技术实现超越字符串匹配的智能搜索。它支持多语言,提供类似grep的使用体验,具有相似度阈值设置、上下文显示和彩色输出等特性。通过命令行参数或JSON文件配置,可在文件或标准输入中进行高效的语义搜索,适用于开发者和文本分析工作。
sentencepiece - 无监督神经网络文本分词与去分词工具
GithubSentencePiece分词子词单元开源项目机器翻译自然语言处理
SentencePiece是一种用于神经网络文本生成系统的无监督分词工具。它支持多种子词算法,如BPE和unigram语言模型,可直接从原始文本训练。这个工具具有语言无关性,实现了子词正则化,运行速度快,占用资源少。SentencePiece能直接生成词汇ID序列,执行NFKC标准化,是一个完全端到端的系统,无需依赖特定语言的预处理或后处理。
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。
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。
minisearch - 轻量级全文搜索引擎 实现快速离线搜索体验
GithubJavaScriptMiniSearch全文搜索内存索引开源项目搜索引擎
MiniSearch是一款JavaScript编写的轻量级内存全文搜索引擎。它支持精确匹配、前缀搜索、模糊匹配和字段提升等功能,适用于数据量适中的全文搜索场景。MiniSearch可在浏览器和Node.js环境运行,支持实时索引更新和自动建议功能。无外部依赖且资源占用少,非常适合需快速响应的客户端搜索应用。
jusText - 智能网页正文提取工具 保留核心内容
GithubPython库jusText开源项目文本提取网页清理
jusText是一个开源的网页内容提取工具,专注于保留网页中的核心文本信息。该工具可自动移除导航栏、页眉页脚等非核心内容,仅保留完整句子组成的主体文本。jusText广泛应用于语言资源构建和网络语料库创建。它支持Python、C++、Go和Java等多种编程语言,并为用户提供简洁的命令行接口和Python API,便于快速集成到现有项目中。
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