ner

IA de saúde local: NER clínico e desidentificação de PII HIPAA que roda 100% no dispositivo. Mais de 2.200 modelos médicos, 21 idiomas, Apple MLX + Python, sem nuvem, sem que dados de pacientes saiam da sua rede. Apache-2.0

[EMNLP 2022] Um kit de ferramentas aberto para extração e construção de grafos de conhecimento

Corpus de nomes chineses. Gerador de nomes. Inclui nomes chineses, sobrenomes, prenomes, formas de tratamento, nomes japoneses e nomes traduzidos. Pode ser usado para segmentação de palavras em chinês e reconhecimento de entidades nomeadas.

Framework de pré-treinamento de modelos de código aberto em PyTorch e repositório de modelos pré-treinados.

Pipelines de PLN nativos em Rust prontos para uso e modelos baseados em transformer (BERT, DistilBERT, GPT2,...)

Kashgari é um framework de aprendizado por transferência em NLP de nível de produção construído sobre o tf.keras para rotulagem e classificação de texto, incluindo Word2Vec, BERT e GPT2 Language Embedding.

Tutorial de introdução rápida à biblioteca Transformers

O Microsoft.Recognizers.Text fornece reconhecimento e resolução de números, unidades, data/hora, etc., em vários idiomas (ZH, EN, FR, ES, PT, DE, IT, TR, HI, NL. Suporte parcial para JA, KO, AR, SV). Pacotes disponíveis em: https://www.nuget.org/profiles/Recognizers.Text, https://www.npmjs.com/~recognizers.text

Pesquisa e aplicação de tecnologias como processamento de linguagem natural, grafos de conhecimento, sistemas de diálogo e grandes modelos de linguagem.

Uma coleção de corpora para reconhecimento de entidades nomeadas (NER) e tarefas de reconhecimento de entidades. Esses conjuntos de dados anotados cobrem uma variedade de idiomas, domínios e tipos de entidades.

Processamento de Linguagem Natural amigável para desenvolvedores.

Resolve tarefas básicas de PLN em russo, API para projetos Natasha de baixo nível.

Corpus de nomes de empresas e instituições. Inclui abreviações, siglas e marcas. Útil para segmentação de texto em chinês e reconhecimento de entidades nomeadas.

Framework de pré-treinamento da Tencent em PyTorch & Model Zoo pré-treinado

Ferramentas de extração ontológica baseadas em LLM, incluindo o SPIRES.

Componentes e visualizadores spaCy para aplicações Streamlit

A versão online está temporariamente indisponível porque não podemos pagar pela chave. Você pode clonar e executá-la localmente. Nota: definimos uma chave padrão da OpenAI. Se as chaves excederem o plano e forem inválidas, por favor nos avise. A velocidade de resposta depende da OpenAI (às vezes, o serviço oficial está muito congestionado e lento).

PhoBERT: Modelos de linguagem pré-treinados para vietnamita (EMNLP-2020 Findings)

Reconhecimento de Entidades Nomeadas (NER) em chinês. Inclui os artigos mais recentes sobre NER em chinês, ferramentas relacionadas, conjuntos de dados, modelos pré-treinados, vetores de palavras e visões gerais sobre NER em chinês.

BERTweet: Um modelo de linguagem pré-treinado para Tweets em inglês (EMNLP-2020)

Ferramenta de anotação de Reconhecimento de Entidades Nomeadas (NER) para SpaCy. Gera dados de treinamento como JSON prontos para uso.

A "Página de Status do GitHub Ausente" -- uma tentativa com Flat Data de documentar historicamente os status do GitHub

Toolkit de Processamento de Linguagem Natural para o idioma malaio, https://malaya.readthedocs.io/

Reconhecedor de entidade nomeada em coreano feito com KoBERT e CRF (modelo de reconhecimento de entidade nomeado baseado em BERT+CRF para coreano)