ner

IA de salud local-first: NER clínico y desidentificación de PII de HIPAA que se ejecuta 100% en el dispositivo. Más de 2200 modelos médicos, 21 idiomas, Apple MLX + Python, sin nube y sin que los datos de pacientes salgan de tu red. Apache-2.0

[EMNLP 2022] Un kit de herramientas abierto para la extracción y construcción de grafos de conocimiento

Corpus de nombres de personas en chino. Generador de nombres. Nombres, apellidos, nombres de pila, tratamientos, nombres japoneses, nombres traducidos, nombres en inglés. Útil para la segmentación de palabras en chino y el reconocimiento de entidades de nombres de personas.

Framework de modelos de preentrenamiento de código abierto en PyTorch y repositorio de modelos preentrenados

Pipelines de PLN nativos en Rust listos para usar y modelos basados en transformers (BERT, DistilBERT, GPT2,...)

Kashgari es un framework de aprendizaje por transferencia de NLP listo para producción construido sobre tf.keras para etiquetado y clasificación de texto, que incluye incrustaciones de lenguaje Word2Vec, BERT y GPT2.

Tutorial de inicio rápido para la biblioteca Transformers

Microsoft.Recognizers.Text proporciona reconocimiento y resolución de números, unidades, fecha/hora, etc. en múltiples idiomas (ZH, EN, FR, ES, PT, DE, IT, TR, HI, NL. Soporte parcial para JA, KO, AR, SV). Paquetes disponibles en: https://www.nuget.org/profiles/Recognizers.Text, https://www.npmjs.com/~recognizers.text

Investigación y aplicación de tecnologías como el procesamiento del lenguaje natural, grafos de conocimiento, sistemas de diálogo y grandes modelos.

Una colección de corpus para el reconocimiento de entidades nombradas (NER) y tareas de reconocimiento de entidades. Estos conjuntos de datos anotados cubren una variedad de idiomas, dominios y tipos de entidades.

Procesamiento de Lenguaje Natural amigable para desarrolladores ✨

Resuelve tareas básicas de PNL en ruso; API para proyectos de Natasha de bajo nivel.

Corpus de nombres de empresas e instituciones. Incluye abreviaturas, marcas y nombres corporativos. Útil para segmentación de texto en chino y reconocimiento de entidades.

Marco de preentrenamiento de Tencent en PyTorch y repositorio de modelos preentrenados

Herramientas de extracción ontológica basadas en LLM, incluyendo SPIRES

👑 Bloques de construcción y visualizadores de spaCy para aplicaciones Streamlit

La versión en línea no está disponible temporalmente porque no podemos permitirnos la clave. Puedes clonarlo y ejecutarlo localmente. Nota: configuramos una clave de OpenAI por defecto. Si las claves exceden el plan y no son válidas, por favor avísanos. La velocidad de respuesta depende de OpenAI (a veces, el servicio oficial está muy saturado y es lento).

PhoBERT: Modelos de lenguaje preentrenados para vietnamita (EMNLP-2020 Findings).

Reconocimiento de entidades nombradas en chino. Incluye los artículos más recientes sobre NER en chino, herramientas relacionadas, conjuntos de datos, modelos preentrenados, vectores de palabras y resúmenes.

BERTweet: Un modelo de lenguaje preentrenado para tweets en inglés (EMNLP-2020)

Herramienta de anotación de reconocimiento de entidades nombradas (NER) para SpaCy. Genera datos de entrenamiento en formato JSON listos para usar.

La página de estado de GitHub faltante: un intento de Flat Data para documentar históricamente los estados de GitHub

Kit de herramientas de procesamiento de lenguaje natural para el idioma malayo, https://malaya.readthedocs.io/

Reconocedor de entidades nombradas en coreano basado en KoBERT y CRF.