nlp

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

Python 中最准确的自然语言检测库，适用于短文本与混合语言文本

📄 🤖 针对医疗与科学论文的 AI 工具

快速且高效的非结构化数据提取。以 Rust 编写，并提供多种语言的绑定。

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。

使用 PaddlePaddle 进行的新颖深度学习研究工作。

通过架构变更与扩展将 BERT 带入现代化

我们在学习过程中收集的人工智能、机器学习与深度学习精选内容。包含学习笔记以及此类主题的优质资源列表。

Graph4nlp 是一个能轻松将图神经网络（GNN）应用于 NLP 的库。欢迎访问我们的 DLG4NLP 网站 (https://dlg4nlp.github.io/index.html) 获取各种学习资源！

🦆 具备上下文键值的词向量

Tika-Python 是 Apache Tika™ REST 服务的 Python 绑定，允许在 Python 社区中原生调用 Tika。

预训练中文 XLNet 模型

一个用于将非结构化美国地址字符串解析为地址组件的 python 库。

基于 PyTorch 构建的无代码框架，用于可复现的深度学习研究。PyTorch 生态系统。🏆 至今已实现 26 种发表于 TPAMI、CVPR、ICLR、ECCV、NeurIPS、ICCV、AAAI 等会议的知识蒸馏方法。🎁 提供已训练模型、训练日志与配置文件，以确保可复现性与基准测试。

WikiChat 是一个改进的 RAG。它通过从语料库检索数据来阻止大型语言模型的幻觉。

“WebArena: A Realistic Web Environment for Building Autonomous Agents”的代码仓库

Apache OpenNLP

ExtractThinker 是一个针对 LLM 的文档智能库，提供 ORM 风格的交互以实现灵活且强大的文档工作流程。

这是一本持续更新的手册，供读者轻松追踪文献中的最新 Text-to-SQL 技术，并为研究人员与从业者提供实用指南。

similarity：Java 编写的文本相似度计算工具包，可用于文本相似度计算、情感分析等任务，开箱即用。

你的数据里有什么？从数据集中提取 Schema、统计数据与实体

关于文本对抗攻击与防御的必读论文

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。

机器人流程自动化（RPA）的开源库与工具集合，设计用于 Robot Framework 和 Python

用于分析情感、情绪、讽刺等的先进深度学习模型。

用于 CPU 与 GPU 上 transformer 推理（Bert、Albert、GPT2、Decoders 等）的快速且使用者友善的执行环境。

用于生成和检查 OLMo 预训练数据的资料与工具。

这个项目是一个基本包，封装了大多数 NLP 项目中常用的工具