nlp

HanLP作者的新书《自然语言处理入门》详细笔记！业界良心之作，书中不是枯燥无味的公式罗列，而是用白话阐述的通俗易懂的算法模型。从基本概念出发，逐步介绍中文分词、词性标注、命名实体识别、信息抽取、文本聚类、文本分类、句法分析这几个热门问题的算法原理与工程实现。

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

TigerBot：一个多语言多任务 LLM

用于自然语言理解的多任务深度神经网络

[论文列表] 整合知识图谱 (KGs) 与大型语言模型 (LLMs) 的论文

用于短语提取的 TextRank 算法（「textgraphs」）Python 实现。

xLSTM 的官方代码库。

快速且先进的静态嵌入

EasyNLP：全面且易用的 NLP 工具包

解释、分析与可视化 NLP 语言模型。Ecco 直接在 Jupyter notebooks 中创建交互式可视化，用以解释基于 Transformer 的语言模型（如 GPT2、BERT、RoBERTA、T5 与 T0）的行为。

本地部署、无需 OCR 的非结构化数据提取、Markdown 转换与基准测试工具包。(https://idp-leaderboard.org/)

大型模型安全、防护与隐私的阅读清单（包含 Awesome LLM Security, Safety 等）。

阿里达摩院机器智能实验室 (MinD Lab) 的编码器-解码器集合

自然语言处理所有相关主题的全面参考资料

指令遵循语言模型的自动评估器。经人工验证、高质量、低成本且快速。

ContextGem：轻松从文件中进行 LLM 提取

社区驱动的 RAG（检索增强生成）框架、项目与资源集合。欢迎贡献并探索不断演进的 RAG 生态系统。

用于科学／生物医学文件的完整 spaCy 管道与模型。

基于 Meta Llama 3 开发的中文羊驼大模型三期项目 (Chinese Llama-3 LLMs)

🌸 使用 TypeScript 学习日语语法

💫 用于 spaCy 自然语言处理 (NLP) 库的模型

Transformers 库快速入门教程

知识图谱相关的学习资料、数据库、工具及其他资源精选清单

[ICML 2024] LLMCompiler：用于并行函数调用的 LLM 编译器

一键中文数据增强包 ； NLP数据增强、bert数据增强、EDA：pip install nlpcda

Go 语言编写的独立机器学习与自然语言处理库。

NLTK 数据

中文长文本分类、短句子分类、多标签分类、两句子相似度（Chinese Text Classification of Keras NLP, multi-label classify, or sentence classify, long or short），字词句向量嵌入层（embeddings）和网络层（graph）构建基类，FastText，TextCNN，CharCNN，TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, 胶囊网络-CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN

Underthesea - AI 助手

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