#泰语
pythainlp - Python实现的泰语自然语言处理库
PyThaiNLP自然语言处理泰语Python开源Github开源项目
PyThaiNLP是一个专注于泰语的Python自然语言处理库,提供丰富的功能如分词、词性标注、拼写检查等。支持Python 3.7+,可通过pip安装。这个开源项目被广泛应用于工业和研究领域,为泰语NLP任务提供支持。PyThaiNLP具有命令行接口,支持额外功能的可选安装。
wav2vec2-large-xlsr-53-th - 基于Common Voice数据集微调的泰语语音识别模型
模型Common VoiceGithub语音识别泰语开源项目HuggingfaceWav2Vec2自然语言处理
该项目提供了一个基于wav2vec2-large-xlsr-53架构的泰语语音识别模型。模型使用Common Voice 7.0数据集进行微调，在测试集上实现了13.63%的词错率和2.81%的字符错率。项目详细介绍了数据预处理、模型训练和评估流程，并与主流商业API进行了性能对比。此模型可用于开发泰语语音转文本应用，为泰语自然语言处理研究提供了有价值的资源。
bert-base-thai-upos - 基于泰语维基百科预训练的BERT词性标注与依存分析模型
模型BERT词性标注开源项目Huggingface泰语Github依存句法分析Wikipedia
bert-base-thai-upos是一个在泰语维基百科语料上预训练的BERT模型，专注于词性标注和依存句法分析。该模型采用通用词性（UPOS）标签集，可通过Transformers库或esupar工具轻松集成。它为泰语自然语言处理任务提供了可靠的基础，尤其适合需要精确词性和句法信息的应用场景。研究人员和开发者可以利用这一模型来增强泰语文本分析能力。
thainer-corpus-v2-base-model - 泰语命名实体识别模型，支持地名、人名等信息的高精度识别
泰语WangchanBERTaNamed Entity Recognition模型训练开源项目实体识别模型模型HuggingfaceGithub
该命名实体识别模型基于Thai NER v2.0语料库训练，专为泰语文本的实体分类而设计。通过WangchanBERTa基础模型训练，提供高精度和F1分数，确保识别结果准确。需要使用自定义代码进行推理以避免错误标签，相关信息和下载链接在HuggingFace Hub提供。
wav2vec2-large-xlsr-53-th-cv8-newmm - 基于wav2vec2的泰语语音识别模型整合CommonVoice V8数据集实现性能突破
Wav2Vec2语音转文本机器学习模型泰语语音识别模型Github开源项目Huggingface
这是一个针对泰语的开源语音识别模型，通过微调wav2vec2-large-xlsr-53并整合CommonVoice V8数据集实现。模型采用pythainlp进行预分词，结合语言模型显著提升性能。在CommonVoice V8测试集上，模型实现12.58%的词错率和3.28%的字符错率，较基准模型大幅提升。该项目代表了当前泰语语音识别领域的先进水平。