Project Icon

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

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。

sudachi.rs - Rust实现的高性能日语分词工具
GithubRust实现Sudachi命令行工具开源项目形态分析器日语分词
sudachi.rs项目是日语形态分析工具Sudachi的Rust版本。它能够进行多粒度分词、词形标准化和空格分词。此外,该工具支持用户自定义词典、处理未知词,并可通过命令行或API使用。sudachi.rs以高效性能和易用性为特点,适用于各种日语自然语言处理任务。
SkyText-Chinese-GPT3 - 中文GPT-3预训练模型多功能应用
GithubNLP技术SkyText中文GPT3奇点智源开源项目预训练大模型
SkyText项目推出的中文GPT-3预训练模型,具备聊天、问答、中英互译等多种功能,支持内容续写、对对联、写古诗、生成菜谱等多种应用。模型经过30多道数据清洗流程,采用创新的中文编码方式,以确保高质量的语料和模型效果。该项目提供了13亿参数和2.6亿参数两种版本,用户可选择不同参数规模的模型进行体验。
ChineseWebText - 大规模中文网络文本数据集及其评估工具链
ChineseWebTextGithub开源项目数据评估模型网页文本处理自然语言处理高质量中文数据集
ChineseWebText是一个大规模中文网络文本数据集,总容量达1.42TB,每条文本均附带质量评分。该项目还提供了一个600GB的高质量子集,文本质量均超过90%。项目包含EvalWeb工具链,用于从原始网络数据中提取优质中文文本。EvalWeb通过数据准备、预处理和BERT评估模型对文本质量进行筛选和评估。此外,项目还开发了基于FastText的快速分类器,在保持性能的同时提高了处理效率。
sentence-transformers-multilingual-e5-small - 多语言句子相似性和分类模型,覆盖多种语言选择
AmazonReviewsGithubHuggingfacemultilingual-e5-small分类句子相似性多语言开源项目模型
该项目提供多语言句子相似性和分类功能,适用范围广泛。采用MIT许可证,通过英语、德语、法语、西班牙语和中文等语言实现较高的精准度。通过Amazon反事实分类和情感极性任务表现出色,涵盖丰富的数据集和评估任务,如重排序和语义文本相似等,有效支持文本分类及自动化分析。
TTS - 多语言支持和低延迟的先进文本到语音转换技术
Coqui.aiGithubTTS多语言开源项目深度学习语音合成
🐸TTS库提供多达16种语言的高级文本到语音转换模型,支持低于200毫秒的流媒体延迟。它包含丰富的工具用于模型训练和微调,并且拥有超过1100种预训练模型,适用于多语言和多说话人TTS任务。此外,该库还支持高效的语料库分析和管理,为语音合成提供全面支持。
tiktoken-go - BPE分词工具,兼容多种OpenAI模型
BPE词典GithubOpenAItiktoken-go开源项目模型编码
tiktoken-go是一个高效的BPE分词器,适用于OpenAI的多种模型。作为原版tiktoken在Go语言中的实现,它提供了与原库一致的缓存机制和多种加载选项,包括离线加载器,便于快速使用和自定义实现。项目包含详细的使用示例,涵盖各种编码和模型,以及性能测试结果,展示了其出色的性能表现。
rtp-llm - 大型语言模型推理加速引擎
CUDAGithubrtp-llm多模态输入大语言模型开源项目量化
rtp-llm是阿里巴巴基础模型推理团队开发的大型语言模型推理加速引擎,广泛应用于支持淘宝问答、天猫、菜鸟网络等业务,并显著提升处理效率。该项目基于高性能CUDA技术,支持多种权重格式和多模态输入处理,跨多个硬件后端。新版本增强了GPU内存管理和设备后端,优化了动态批处理功能,提高了用户的使用和体验效率。
warc-gpt - 探索Web档案的开源AI工具,支持定制化语言模型交互
AIEmbeddingGithubOpenAIWARC-GPTWeb Archive开源项目
WARC-GPT是一个开源工具,通过AI技术增强Web档案的探索,基于WARC文件的检索增强生成管道,支持多种嵌入模型和高度定制化操作。用户可通过REST API和Web界面进行数据可视化和文本嵌入,适合研究人员和开发者进行Web档案分析。
GPT Driven i18n - 智能化多语言本地化工具
AI工具API密钥OpenAIi18n国际化资源文件
GPT Driven i18n是一款智能国际化翻译工具,集成了ChatGPT技术,为开发者提供高效的产品多语言本地化解决方案。支持JSON、Chrome扩展消息文件和Java属性等多种资源文件格式,操作简便。用户只需上传资源文件,系统便会利用OpenAI的API生成准确的翻译,并提供完整的资源包下载。独特的长度兼容性检查功能确保翻译内容与原有界面完美契合。GPT Driven i18n旨在优化国际化流程,加速产品的全球化进程。
OPUS-MT-train - 用于训练多语言神经机器翻译模型的开源工具集
GithubOpus-MT多语言翻译开源软件开源项目机器翻译模型训练
OPUS-MT-train是一个开源的神经机器翻译模型训练工具集。它基于MarianNMT和OPUS数据集,提供了模型训练、评估和发布的完整脚本。该项目包含丰富的预训练模型,支持多语言翻译,并附有详细文档和教程。OPUS-MT-train适用于CSC HPC集群环境,包含了安装、设置和使用的详细说明。它还提供了低资源语言模型训练和Tatoeba翻译挑战等教程,致力于推动神经机器翻译技术的普及,为研究人员和开发者提供了实用的工具,有助于推进神经机器翻译技术的研究和应用。
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。

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