chinese-nlp

AirLLM 70B 推理可在單張 4GB GPU 上執行

大規模中文自然語言處理語料庫 Large Scale Chinese Corpus for NLP

BELLE：Be Everyone's Large Language model Engine（開源中文對話大模型）

語言技術平台。

MNBVC（Massive Never-ending BT Vast Chinese corpus）超大規模中文語料集。對標 chatGPT 訓練的 40T 數據。MNBVC 數據集不僅包括主流文化，也包括各個小眾文化甚至火星文的數據。MNBVC 數據集包含新聞、作文、小說、書籍、雜誌、論文、台詞、帖子、wiki、古詩、歌詞、商品介紹、笑話、糗事、聊天記錄等一切形式的純文本中文數據。

Fengshenbang-LM（封神榜大模型）是 IDEA 研究院認知計算與自然語言研究中心主導的大模型開源體系，成為中文 AIGC 與認知智能的基礎設施。

Chinese-LLaMA 1&2、Chinese-Falcon 基礎模型；ChatFlow 中文對話模型；中文 OpenLLaMA 模型；NLP 預訓練/指令微調資料集

使用 IDCNN/biLSTM+CRF 的中文命名實體識別，以及使用 biGRU+2ATT 的關係提取 中文实体识别与关系提取

華東師範大學 ICALK 推出的開源教育對話模型。開源中英教育對話大模型。(通用基座模型，GPU部署，數據清理) 致敬: LLaMA, MOSS, BELLE, Ziya, vLLM

透明的 Python RAG 參考實作，採用 FAISS + BM25 混合檢索、重新排序、Gradio UI 與 FastAPI。

:four_leaf_clover: 另一款以 PyTorch 實作的中文聊天機器人，它是智慧工單處理機器人的子模組。 👩‍🔧

zhparser 是一個用於 PostgreSQL 中文全文檢索的擴充功能

Rime 粵語拼音輸入方案 | 中州韻粵語拼音輸入方案

SpaCy 中文模型

微信公眾號 AI 營運助手 | 涵蓋選題、寫稿、審稿、排版、配圖、發布全流程 Skill，支援 OpenClaw / Claude Code / Cursor / Codex。