chinese-nlp

Inferencia de AirLLM 70B con una sola GPU de 4GB

Gran corpus en chino para PNL (Procesamiento de Lenguaje Natural)

BELLE: Be Everyone's Large Language model Engine (Gran modelo de lenguaje conversacional de código abierto en chino)

Plataforma de tecnología del lenguaje

MNBVC (Massive Never-ending BT Vast Chinese corpus), un corpus de texto en chino a gran escala. Diseñado para compararse con los 40T de datos de entrenamiento de ChatGPT. El conjunto de datos MNBVC no solo incluye la cultura convencional, sino también culturas minoritarias e incluso texto en 'lenguaje marciano'. El conjunto de datos MNBVC abarca noticias, ensayos, novelas, libros, revistas, tesis, guiones, publicaciones de foros, wikis, poesía clásica, letras de canciones, descripciones de productos, chistes, anécdotas, registros de chat y todo tipo de datos de texto plano en chino.

Fengshenbang-LM es un sistema de modelos abiertos de gran escala liderado por el Centro de Investigación de Computación Cognitiva y Lenguaje Natural del Instituto IDEA, convirtiéndose en la infraestructura para AIGC en chino e inteligencia cognitiva.

Modelos base Chinese-LLaMA 1&2, Chinese-Falcon; modelo de diálogo en chino ChatFlow; modelo Chinese-OpenLLaMA; conjuntos de datos de preentrenamiento de PNL y ajuste fino de instrucciones

Reconocimiento de entidades nombradas en chino con IDCNN/biLSTM+CRF y extracción de relaciones con biGRU+2ATT (Reconocimiento de entidades y extracción de relaciones en chino)

Un modelo de chat educativo de código abierto de ICALK, East China Normal University. Modelo base general, despliegue en GPU, limpieza de datos. Homenaje a: LLaMA, MOSS, BELLE, Ziya, vLLM

Referencia transparente de RAG en Python con recuperación híbrida FAISS + BM25, reranking, interfaz de Gradio y FastAPI.

Otro chatbot en chino implementado en PyTorch, que es un submódulo de un robot inteligente de procesamiento de órdenes de trabajo

zhparser es una extensión de PostgreSQL para la búsqueda de texto completo en idioma chino

Esquema de entrada de cantonés para Rime.

Modelos de SpaCy con soporte para chino

Asistente de operaciones de IA para cuentas oficiales de WeChat | Cubre todo el flujo de trabajo: selección de temas, redacción, revisión, maquetación, imágenes y publicación; compatible con OpenClaw, Claude Code, Cursor y Codex.