ner

本地优先医疗 AI：临床 NER 与 HIPAA PII 去识别化，100% 端上执行，2,200+ 医疗模型，21 种语言，Apple MLX + Python，无云端，无病患资料离开网络。Apache-2.0

[EMNLP 2022] 用于知识图谱提取与构建的开源工具包

中文人名语料库。人名生成器。中文姓名、姓氏、名字、称呼、日本人名、翻译人名、英文人名。可用于中文分词、人名实体识别

基于 PyTorch 的开源预训练模型框架与预训练模型库

Rust 原生即用 NLP 管道与基于 transformer 的模型（BERT、DistilBERT、GPT2 等）。

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。

Transformers 库快速入门教程

Microsoft.Recognizers.Text 提供多语言（ZH、EN、FR、ES、PT、DE、IT、TR、HI、NL，部分支持 JA、KO、AR、SV）的数字、单位、日期/时间等识别与解析功能。套件可于以下位置取得：https://www.nuget.org/profiles/Recognizers.Text、https://www.npmjs.com/~recognizers.text

自然语言处理、知识图谱、对话系统、大模型等技术研究与应用。

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。

对开发者友好的自然语言处理 ✨

解决基本的俄语 NLP 任务，提供底层 Natasha 项目的 API

公司名语料库。机构名语料库。公司简称、缩写、品牌词、企业名。可用于中文分词、机构名实体识别。

基于 PyTorch 的 Tencent 预训练框架与预训练模型库

基于 LLM 的本体提取工具，包含 SPIRES

👑 适用于 Streamlit 应用程序的 spaCy 构建块与可视化工具

在线版本因无法负担密钥费用暂时无法使用。您可以克隆并在本地运行。注意：我们已设置默认的 OpenAI 密钥。如果密钥超出方案且失效，请告知我们。响应速度取决于 OpenAI（有时官方服务器过载且速度较慢）。

PhoBERT：越南语预训练语言模型 (EMNLP-2020 Findings)

中文命名实体识别。包含目前最新的中文命名实体识别论文、中文实体识别相关工具、数据集，以及中文预训练模型、词向量、实体识别综述等。

BERTweet：针对英文推文的预训练语言模型 (EMNLP-2020)

SpaCy 的命名实体识别 (NER) 标注工具。可生成能直接使用的 JSON 格式训练数据。

「遗失的 GitHub 状态页面」—— 一项尝试以 Flat Data 记录 GitHub 历史状态的项目

马来语自然语言处理工具包，https://malaya.readthedocs.io/

使用 KoBERT 与 CRF 实现的韩语命名实体识别模型