ner

本地優先醫療 AI：臨床 NER 與 HIPAA PII 去識別化，100% 端上執行，2,200+ 醫療模型，21 種語言，Apple MLX + Python，無雲端，無病患資料離開網路。Apache-2.0

[EMNLP 2022] 用於知識圖譜提取與構建的開源工具包

中文人名語料庫。人名生成器。中文姓名、姓氏、名字、稱呼、日本人名、翻譯人名、英文人名。可用於中文分詞、人名實體識別

基於 PyTorch 的開源預訓練模型框架與預訓練模型庫

Rust 原生即用 NLP 管道與基於 transformer 的模型（BERT、DistilBERT、GPT2 等）。

Kashgari 是一個建構在 tf.keras 之上的生產級 NLP 遷移學習框架，用於文字標記與文字分類，包含 Word2Vec、BERT 與 GPT2 語言嵌入。

Transformers 庫快速入門教程

Microsoft.Recognizers.Text 提供多語言（ZH、EN、FR、ES、PT、DE、IT、TR、HI、NL，部分支援 JA、KO、AR、SV）的數字、單位、日期/時間等辨識與解析功能。套件可於以下位置取得：https://www.nuget.org/profiles/Recognizers.Text、https://www.npmjs.com/~recognizers.text

自然語言處理、知識圖譜、對話系統、大模型等技術研究與應用。

命名實體識別 (NER) 與實體識別任務的語料庫集合。這些標註資料集涵蓋多種語言、領域和實體類型。

對開發者友善的自然語言處理 ✨

解決基本的俄語 NLP 任務，提供底層 Natasha 專案的 API

公司名語料庫。機構名語料庫。公司簡稱、縮寫、品牌詞、企業名。可用於中文分詞、機構名實體識別。

基於 PyTorch 的 Tencent 預訓練框架與預訓練模型庫

基於 LLM 的本體擷取工具，包含 SPIRES

👑 適用於 Streamlit 應用程式的 spaCy 建構區塊與視覺化工具

線上版本因無法負擔金鑰費用暫時無法使用。您可以複製並在本地執行。注意：我們已設定預設的 OpenAI 金鑰。如果金鑰超出方案且失效，請告知我們。回應速度取決於 OpenAI（有時官方伺服器過載且速度較慢）。

PhoBERT：越南語預訓練語言模型 (EMNLP-2020 Findings)

中文命名實體識別。包含目前最新的中文命名實體識別論文、中文實體識別相關工具、資料集，以及中文預訓練模型、詞向量、實體識別綜述等。

BERTweet：針對英文推文的預訓練語言模型 (EMNLP-2020)

SpaCy 的命名實體識別 (NER) 標註工具。可產生能直接使用的 JSON 格式訓練資料。

「遺失的 GitHub 狀態頁面」—— 一項嘗試以 Flat Data 記錄 GitHub 歷史狀態的專案

馬來語自然語言處理工具包，https://malaya.readthedocs.io/

使用 KoBERT 與 CRF 實作的韓語命名實體識別模型