named-entity-recognition

中文分词、词性标注、命名实体识别、依存句法分析、成分句法分析、语义依存分析、语义角色标注、指代消解、风格转换、语义相似度、新词发现、关键词短语提取、自动摘要、文本分类聚类、拼音简繁转换、自然语言处理

💫 工业级自然语言处理（NLP）于 Python

追踪自然语言处理（NLP）领域进展的仓库，包含数据集与各常见任务的最新技术水平。

一个非常简单的最先进自然语言处理（NLP）框架

适度的自然语言处理

用于检测、编辑、遮蔽和匿名化文本、图像及结构化数据中敏感数据（PII）的开源框架。支持 NLP、模式匹配和可定制流水线。

CoreNLP：一套 Java 核心 NLP 工具，涵盖分词、句子分割、命名实体识别、解析、指代消解、情感分析等

Stanford NLP Python 库，用于多种人类语言的分词、句子分割、命名实体识别与句法分析

一个开源库，用于深度学习端到端对话系统与聊天机器人。

[EMNLP 2022] 用于知识图谱提取与构建的开源工具包

农业知识图谱(AgriKG)：农业领域的信息检索、命名实体识别、关系抽取、智能问答、辅助决策

信息检索、文本分类、NER、QA、语言建模、语言生成、T5、多模态与对话式 AI 的 Transformers

前沿自然语言处理

通用且轻量级的命名实体识别模型（可从文本中提取任何实体类型）

中文分词

文本挖掘和预处理工具（文本清洗、新词发现、情感分析、实体识别链接、关键词抽取、知识抽取、句法分析等），采用无监督或弱监督方法

👩‍🏫 使用 spaCy 的进阶 NLP：免费在线课程

Kashgari 是一个构建在 tf.keras 之上的生产级 NLP 迁移学习框架，用于文本标记与文本分类，包含 Word2Vec、BERT 与 GPT2 语言嵌入。

使用 IDCNN/biLSTM+CRF 的中文命名实体识别，以及使用 biGRU+2ATT 的关系提取 中文实体识别与关系提取

用于自然语言理解的多任务深度神经网络

通过简单的网页界面或桌面应用程序，协作并标注任何类型的数据、图像、文字或文档。

命名实体识别 (NER) 与实体识别任务的语料库集合。这些标注数据集涵盖多种语言、领域和实体类型。

🦙 将 LLM 整合至结构化 NLP 流水线中

一个优雅的 transformers 的 PyTorch 实现

开源研究工具，透过语意搜索引擎与开源文本探勘与文本分析平台来搜寻、浏览、分析和探索大型文件集合（整合了用于文件处理的 ETL、图片与 PDF 的 OCR、针对人物、组织与地点的命名实体识别、透过词库与本体论进行的元数据管理，以及用于全文搜寻的搜寻使用者界面与搜寻应用程序）

用于序列标注评估（命名实体识别、词性标注等）的 Python 框架

关于使用大型语言模型（LLM）进行生成式信息提取（IE）的精选论文

用于生成姓名的 Python 库

基于 LLM 的本体提取工具，包含 SPIRES

只需 1 行代码即可使用数百种语言中数千个最先进的 NLP 模型。解决文本问题最快且最准确的方法。