ner

IA de santé locale : reconnaissance d'entités nommées cliniques et désidentification PII HIPAA fonctionnant à 100 % sur l'appareil. Plus de 2 200 modèles médicaux, 21 langues, Apple MLX + Python, sans cloud, aucune donnée patient ne quitte votre réseau. Apache-2.0

[EMNLP 2022] Une boîte à outils ouverte pour l'extraction et la construction de graphes de connaissances

Corpus de noms chinois et générateur de noms. Inclut noms de famille, prénoms, titres, noms japonais et traductions. Utilisable pour la segmentation de texte et la reconnaissance d'entités nommées.

Framework open source de pré-entraînement de modèles sous PyTorch et zoo de modèles pré-entraînés.

Pipelines NLP natifs en Rust prêts à l'emploi et modèles basés sur des transformers (BERT, DistilBERT, GPT2,...)

Kashgari est un framework de transfert d'apprentissage NLP de niveau production basé sur tf.keras pour l'étiquetage et la classification de texte, incluant Word2Vec, BERT et GPT2 Language Embedding.

Tutoriel de démarrage rapide pour la bibliothèque Transformers

Microsoft.Recognizers.Text permet la reconnaissance et la résolution de nombres, d'unités, de dates/heures, etc., dans plusieurs langues (ZH, EN, FR, ES, PT, DE, IT, TR, HI, NL. Support partiel pour JA, KO, AR, SV). Packages disponibles sur : https://www.nuget.org/profiles/Recognizers.Text, https://www.npmjs.com/~recognizers.text

Recherche et applications en traitement du langage naturel, graphes de connaissances, systèmes de dialogue et grands modèles.

Une collection de corpus pour la reconnaissance d'entités nommées (NER) et les tâches de reconnaissance d'entités. Ces jeux de données annotés couvrent une variété de langues, de domaines et de types d'entités.

Traitement du langage naturel convivial pour les développeurs.

Résout des tâches de TAL russes de base, API pour les projets Natasha de bas niveau

Corpus de noms d'entreprises et d'institutions. Inclut des abréviations, des noms de marques et des raisons sociales, utilisable pour la segmentation de texte chinois et la reconnaissance d'entités nommées.

Framework de pré-entraînement Tencent en PyTorch et zoo de modèles pré-entraînés

Outils d'extraction ontologique basés sur les LLM, incluant SPIRES

👑 Composants et outils de visualisation spaCy pour les applications Streamlit

La version en ligne est temporairement indisponible car nous ne pouvons pas payer la clé. Vous pouvez cloner et exécuter le projet localement. Remarque : nous avons défini une clé OpenAI par défaut. Si les clés dépassent le forfait et sont invalides, veuillez nous en informer. La vitesse de réponse dépend d'OpenAI (parfois, le service officiel est surchargé et lent).

PhoBERT : modèles de langage pré-entraînés pour le vietnamien (EMNLP-2020 Findings)

Reconnaissance d'entités nommées en chinois. Inclut les articles récents, outils, jeux de données, modèles pré-entraînés, word embeddings et synthèses sur la reconnaissance d'entités en chinois.

BERTweet : un modèle de langage pré-entraîné pour les tweets en anglais (EMNLP-2020)

Outil d'annotation de reconnaissance d'entités nommées (NER) pour SpaCy. Génère des données d'entraînement au format JSON directement utilisables.

La "page d'état GitHub manquante" -- une tentative via Flat Data pour documenter historiquement les statuts de GitHub.

Boîte à outils de traitement du langage naturel pour la langue malaise, https://malaya.readthedocs.io/

Modèle de reconnaissance d'entités nommées pour le coréen basé sur KoBERT et CRF