towhee

非结构化数据处理框架

Towhee LLM 生成式AI 深度学习模型多模态数据处理 Github 开源项目

Towhee通过大型语言模型（LLM）编排，简化非结构化数据处理。支持多模态数据，如文本、图像、音频和视频。整合生成式AI和先进深度学习模型，将原始数据转换为特定格式并高效存储。提供丰富的预构建ETL管道、灵活的LLM编排和高性能后端。Towhee的Pythonic API使构建和优化数据处理管道更加便捷，适合开发者快速原型和生产部署。

访问官网

Github

介绍相关项目

streaming - 面向大规模机器学习的高效数据流式加载工具

GithubPyTorchStreamingDataset云存储大规模训练开源项目数据流

streaming是一款针对大规模分布式机器学习训练优化的数据加载工具。它支持从主流云存储平台流式读取图像、文本、视频等多种数据类型。该工具具备确定性、快速恢复、高吞吐等特点,可轻松集成到PyTorch训练流程中。streaming还提供数据混合、随机访问等功能,适用于大规模机器学习训练场景。

spark-nlp - 高效自然语言处理与大规模语言模型开源库

Apache SparkGithubSpark NLP开源项目机器学习自然语言处理预训练模型

Spark NLP 是一个基于 Apache Spark 的开源库，提供高效且准确的自然语言处理注释，支持机器学习管道的分布式扩展。该库包含超过 36000 个预训练管道和模型，支持 200 多种语言，涵盖分词、词性标注、嵌入、命名实体识别、文本分类、情感分析、机器翻译等任务。兼容 BERT、RoBERTa 等主流变压器模型，支持 Python、R、Java、Scala 和 Kotlin。

HuggingFists - 简化LLM和HuggingFace模型应用的数据流工具

GithubHugging FaceHuggingFists低代码工作流管理开源项目数据流工具

HuggingFists是一个创新的数据流工具，旨在简化LLM和HuggingFace模型的应用。该工具提供低代码功能，包括工作流管理、作业调度和环境配置。通过直观的拖拽界面，用户可以设计数据处理流程，轻松访问HuggingFace模型和数据集。HuggingFists支持文本摘要、情感分类和命名实体识别等AI任务，同时允许本地模型部署。其独特的断点调试功能有助于提高AI应用开发效率。

airflow - 可编程的工作流自动化平台

Apache AirflowDAGGithubPython工作流开源项目调度

Apache Airflow是一个开源的工作流自动化平台,支持以Python代码定义工作流。它采用有向无环图(DAG)结构组织任务,提供了可视化界面和命令行工具来管理和监控工作流。Airflow具有动态生成管道、灵活扩展和处理复杂依赖关系的能力,适用于各类数据处理和批处理任务。该平台简化了工作流的版本控制、测试和协作,特别适合处理相对稳定的长期运行工作流。

base1 - 基于LTP实现的高效中文自然语言处理任务

GithubHuggingfaceLTP分词开源项目感知机算法模型深度学习模型自然语言处理

LTP是一款中文自然语言处理工具，支持分词、词性标注和命名实体识别等任务。在Huggingface Hub上提供快速访问，并支持深度学习和感知机算法模型。用户可根据需求选择合适的模型，以满足不同应用场景的效率和精度要求。新的Pipeline API提升了推理速度和易用性，为研究和开发人员提供了多样化的应用支持。

1 - 开源自然语言处理工具库提升文本处理效率

AI模型GithubHuggingfacetransformers开源项目机器学习模型深度学习自然语言处理

transformers是一个开源自然语言处理工具包，旨在通过简化模型训练和应用，提升机器学习项目的效率。该库提供丰富功能和预训练模型，便于执行各种文本分析和生成任务。

weaviate - 高性能、扩展性强、多模块支持的开源向量数据库

GithubWeaviate向量数据库开源开源项目快速搜索机器学习

Weaviate 是一个云原生的开源向量数据库，采用先进的机器学习模型将文本、图片等数据转化为可搜索的向量。它不仅速度快，还具备高度灵活性，支持在导入数据时进行向量化或上传现成的向量。此外，Weaviate 可通过多种模块与 OpenAI、Cohere、HuggingFace 等热门服务和模型库集成。其设计从快速原型开发到大规模生产部署均能应对，并具备推荐、摘要和神经搜索等功能。

Streamline-Analyst - AI数据分析工具，自动化处理全流程数据

GithubStreamline Analyst开源项目数据分析数据可视化模型选择自动化工作流程

Streamline Analyst 是一个基于大型语言模型的开源数据分析应用，旨在提高数据分析效率。它自动执行数据清洗、预处理和其他复杂任务，如识别目标对象、划分测试集以及选择最佳模型。用户只需进行简单的操作，即可快速得到高质量的视觉化结果和模型。此工具确保数据隐私和安全，同时未来将增加自然语言处理、神经网络和对象检测等更多高级功能。

parrot_paraphraser_on_T5 - Parrot：多功能文本复述框架优化NLU训练

GithubHuggingfaceParrot开源项目改写文本增强机器学习模型自然语言理解

Parrot是一个基于T5模型的文本复述框架，旨在加速自然语言理解（NLU）模型的训练过程。这个工具提供了可调节的参数来控制复述的充分性、流畅性和多样性，不仅能生成高质量的复述，还能保持原始意图和实体。Parrot易于安装和使用，适用于对话系统和语音助手等场景的NLU数据增强。其灵活性和效果使其成为NLU模型开发中的实用工具。

sycamore - AI文档处理与数据抽取

Aryn Partitioning ServiceDETR AI modelGithubSycamore开源项目文档处理引擎矢量数据库

Sycamore是一个开源的AI文档处理引擎，针对ETL、RAG和LLM应用。它具备处理和丰富各类文档（如报告、幻灯片和手册）的能力，特别在PDF和嵌入图表的图像处理上表现优异。借助Aryn Partitioning Service，Sycamore实现了高效的文档分割、OCR和数据提取，极大提升了数据块分割准确性和检索效果。其DocSet抽象模型支持大规模数据处理，包括表格提取和视觉摘要，确保高质量数据可以轻松载入向量数据库和混合搜索引擎。

相关项目

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。

使用协议隐私政策广告服务

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