terrier-core

开源大规模文档检索引擎平台

terrier-core是一个开源搜索引擎平台，专为大规模文档集合设计。它提供先进的索引和检索功能，支持快速开发和评估大规模检索应用。该平台兼容TREC和CLEF测试集，适用于文本检索研究。最新版本集成Python接口PyTerrier，便于在Jupyter或Colab环境中进行实验。

访问官网

Github

文档

论文

介绍相关项目

TextClassificationBenchmark - 基于PyTorch的文本分类基准测试平台

GithubPyTorch基准测试开源项目数据集文本分类深度学习模型

TextClassificationBenchmark是一个开源的文本分类基准测试平台。该项目基于PyTorch实现，集成了IMDB、SST和Trec等多个主流数据集，支持情感分析和主题分类任务。平台内置FastText、CNN、LSTM和Transformer等多种深度学习模型，并提供自动数据配置、模型训练和评估功能。研究人员和开发者可以利用此平台方便地进行文本分类实验和性能对比。

semantic-search-openai-pinecone - 使用OpenAI与Pinecone的语义搜索引擎解决方案

GithubNext.jsOpenAI EmbeddingsPineconePrisma开源项目语义搜索

该项目展示了如何利用OpenAI Embeddings和Pinecone向量数据库构建语义搜索引擎。使用Next.js、NextAuth.js、Prisma、TailwindCSS和tRPC等技术栈，用户可以在Pinecone和OpenAI的免费层上探索和运行应用程序。详细的视频演示和技术文档也提供了对语义搜索功能的深入理解和实现指导。

tenzir - 安全团队专用数据管道引擎优化大规模遥测数据处理

GithubTenzir安全团队安全遥测开源项目数据处理数据管道

Tenzir是专为安全团队开发的数据管道引擎，可高效处理大规模安全遥测数据。该引擎支持数据收集、解析、规范化、聚合、存储、查询和路由，简化数据管理流程，优化数据量以降低成本。Tenzir支持实时检测和分析，提供详细文档和教程，并设有活跃的Discord社区供用户交流。

search_with_lepton - 自定义对话式搜索引擎

Bing 搜索GithubGoogle 搜索Lepton AI开源项目搜索引擎构建热门

Search with Lepton 使用户能够使用不到500行代码搭建自己的对话式搜索引擎。此项目支持LLM和搜索引擎集成，提供可定制的用户界面以及可分享的缓存搜索结果。支持多种搜索引擎选项，包括Bing和Google，并提供一键部署到Lepton AI的功能。无论是通过简单的配置还是高级定制，用户都能迅速搭建并运行高效的搜索解决方案。

docsearch - 将文档搜索功能升级为智能化体验

AlgoliaDocSearchGithub开源项目搜索引擎文档搜索

DocSearch是一款专为文档网站打造的智能搜索工具。它自动采集文档内容并建立Algolia索引，为网站提供高效的下拉式搜索体验。支持JavaScript和React集成，DocSearch不仅提供无障碍搜索界面，还允许灵活的样式定制。通过简洁的API，开发者可以轻松为文档实现专业级搜索功能，提升用户体验。

llmsherpa - PDF智能解析与大语言模型应用框架

GithubLLM SherpaLayoutPDFReaderPDF解析向量搜索开源项目文档结构分析

LLM Sherpa是一个开源项目，提供LayoutPDFReader工具用于智能解析PDF文档结构，包括章节、段落和表格。该工具支持精确分块并保留上下文信息，适用于向量搜索和生成式AI应用。项目提供API接口，便于集成到各类大语言模型应用中，如问答系统和文本摘要。LLM Sherpa简化了PDF处理流程，为开发者提供了高效的大语言模型应用开发框架。

bge-base-en-v1.5 - 高效英文文本嵌入模型支持语义搜索与相似度计算

GithubHuggingfaceONNX权重Transformers.js嵌入计算开源项目文本检索模型特征提取

bge-base-en-v1.5是一个基于Transformers.js的英文文本嵌入模型，专门用于语义搜索和文本相似度计算。该模型提供高效的特征提取功能，支持多句嵌入和余弦相似度计算。它易于集成到各种自然语言处理任务中，如信息检索、文档分类和语义匹配。开发者可通过简洁的JavaScript代码实现文本嵌入和相似度计算。

RediSearch - 准确的全文搜索与查询索引模块

GithubRediSearchRedis全文搜索开源项目查询索引

RediSearch提供查询、二级索引和全文搜索功能，使用压缩倒排索引实现快速检索和低内存消耗。功能特性包括精确短语匹配、模糊搜索和数字过滤等，显著增强Redis的应用。支持前缀匹配、布尔查询和自动补全，适用于包括中文在内的多种语言查询。可以通过简单步骤快速部署，支持Docker镜像和Redis云服务。拥有丰富的客户端库，适用于多种编程语言。

contriever - 高效无监督密集信息检索的对比学习模型

ContrieverGithubHuggingFaceHuggingface信息检索对比学习开源项目无监督学习模型

Contriever是Facebook Research开发的无监督密集信息检索模型，基于对比学习方法训练。无需标注数据即可生成高质量文本嵌入，可用于信息检索、问答系统等NLP任务。该模型已集成至HuggingFace Transformers库，通过添加平均池化操作即可获得句子嵌入。Contriever展示了无监督学习在自然语言处理领域的应用前景。

相关项目

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

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