chinese-nlp

Inferência do AirLLM 70B com uma única GPU de 4GB

Corpus de larga escala para processamento de linguagem natural em chinês

BELLE: Be Everyone's Large Language model Engine (grande modelo de linguagem de diálogo chinês de código aberto)

Plataforma de Tecnologia de Linguagem

MNBVC (Massive Never-ending BT Vast Chinese corpus). Um conjunto de dados chinês em larga escala, comparável aos 40T de dados usados para treinar o ChatGPT, abrangendo desde cultura mainstream até nichos e gírias.

Fengshenbang-LM é um sistema de modelos de linguagem de grande escala de código aberto liderado pelo Centro de Pesquisa em Computação Cognitiva e Processamento de Linguagem Natural do IDEA, servindo como infraestrutura para AIGC e inteligência cognitiva em chinês.

Modelos base Chinese-LLaMA 1&2 e Chinese-Falcon; modelo de diálogo ChatFlow; modelo OpenLLaMA chinês; datasets de pré-treinamento e ajuste fino de instruções para NLP.

Reconhecimento de Entidades Nomeadas em chinês com IDCNN/biLSTM+CRF e Extração de Relações com biGRU+2ATT

Um modelo de chat educacional de código aberto do ICALK, East China Normal University. Modelo de base geral, implantação em GPU, limpeza de dados. Homenagem a: LLaMA, MOSS, BELLE, Ziya, vLLM

Referência transparente de RAG em Python com busca híbrida FAISS + BM25, reranking, Gradio UI e FastAPI.

Outro chatbot chinês implementado em PyTorch, que é um submódulo de um robô inteligente de processamento de ordens de serviço.

zhparser é uma extensão do PostgreSQL para busca de texto completo em língua chinesa

Esquema de entrada de cantonês Rime | 中州韻粵語拼音輸入方案

Modelos para SpaCy que suportam chinês

Assistente de IA para operação de contas oficiais do WeChat | Habilidade completa para seleção de tópicos, redação, revisão, formatação, imagens e publicação, com suporte para OpenClaw / Claude Code / Cursor / Codex