nlp

Python 中最準確的自然語言偵測函式庫，適用於短文字與混合語言文字

📄 🤖 針對醫療與科學論文的 AI 工具

快速且高效的非結構化資料萃取。以 Rust 編寫，並提供多種語言的綁定。

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。

使用 PaddlePaddle 進行的新穎深度學習研究工作。

透過架構變更與擴展將 BERT 帶入現代化

我們在學習過程中收集的人工智慧、機器學習與深度學習精選內容。包含學習筆記以及此類主題的優質資源列表。

📚 數千篇 AI、LLM、NLP、CV 頂會論文解讀，每篇 5 分鐘讀懂核心思想。

Graph4nlp 是一個能輕鬆將圖神經網路（GNN）應用於 NLP 的函式庫。歡迎造訪我們的 DLG4NLP 網站 (https://dlg4nlp.github.io/index.html) 獲取各種學習資源！

🦆 具備上下文鍵值的詞向量

Tika-Python 是 Apache Tika™ REST 服務的 Python 綁定，允許在 Python 社群中原生呼叫 Tika。

預訓練中文 XLNet 模型

一個用於將非結構化美國地址字串解析為地址元件的 python 函式庫。

基於 PyTorch 構建的無程式碼框架，用於可重複的深度學習研究。PyTorch 生態系統。🏆 至今已實作 26 種發表於 TPAMI、CVPR、IClR、ECCV、NeurIPS、ICCV、AAAI 等會議的知識蒸餾方法。🎁 提供已訓練模型、訓練日誌與設定檔，以確保可重複性與基準測試。

WikiChat 是一個改進的 RAG。它透過從語料庫檢索資料來阻止大型語言模型的幻覺。

Apache OpenNLP

ExtractThinker 是一個針對 LLM 的文件智慧函式庫，提供 ORM 風格的互動以實現靈活且強大的文件工作流程。

「WebArena: A Realistic Web Environment for Building Autonomous Agents」的程式碼儲存庫

similarity：Java 撰寫的文字相似度計算工具包，可用於文字相似度計算、情感分析等任務，開箱即用。

這是一本持續更新的手冊，供讀者輕鬆追蹤文獻中的最新 Text-to-SQL 技術，並為研究人員與實務工作者提供實用指南。

你的資料裡有什麼？從資料集中萃取 Schema、統計數據與實體

關於文字對抗攻擊與防禦的必讀論文

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。

機器人流程自動化（RPA）的開源函式庫與工具集合，設計用於 Robot Framework 與 Python

用於分析情感、情緒、諷刺等的先進深度學習模型。

用於 CPU 與 GPU 上 transformer 推論（Bert、Albert、GPT2、Decoders 等）的快速且使用者友善的執行環境。

用於產生與檢查 OLMo 預訓練資料的資料與工具。

這個專案是一個基本套件，封裝了大多數 NLP 專案中常用的工具