#ner Repositories
Entdecke 24 aktive Open-Source-GitHub-Repositories, die mit #ner getaggt sind und insgesamt 42,586 Sterne gesammelt haben (durchschnittlich 1,774 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist maziyarpanahi/openmed mit 5,832 Sternen.
Insgesamt 24 Repositories
Local-First-KI im Gesundheitswesen: klinische Erkennung benannter Entitäten (NER) und HIPAA-konforme De-Identifizierung personenbezogener Daten (PII) auf Hardware, die Sie kontrollieren. Über 2.200 medizinische Modelle, modellgestützte PII-Verarbeitung in 35 Sprachen sowie Laufzeitumgebungen für Python, MLX, Android und Browser. SDK unter Apache-2.0-Lizenz.
[EMNLP 2022] Ein offenes Toolkit für die Extraktion und Konstruktion von Wissensgraphen
Chinesisches Namenskorpus. Namensgenerator. Chinesische Namen, Nachnamen, Vornamen, Anreden, Japanische Namen, Übersetzte Namen, Englische Namen. Kann für die chinesische Wortsegmentierung und Named-Entity-Erkennung verwendet werden.
Rust-native, einsatzbereite NLP-Pipelines und transformerbasierte Modelle (BERT, DistilBERT, GPT2, ...)
Kashgari ist ein produktionsreifes NLP-Transfer-Learning-Framework auf Basis von tf.keras für Text-Beschriftung und Text-Klassifikation, das Word2Vec, BERT und GPT2 Language Embedding enthält.
Microsoft.Recognizers.Text bietet Erkennung und Auflösung von Zahlen, Einheiten, Datum/Uhrzeit usw. in mehreren Sprachen (ZH, EN, FR, ES, PT, DE, IT, TR, HI, NL. Teilweiser Support für JA, KO, AR, SV). Pakete verfügbar unter: https://www.nuget.org/profiles/Recognizers.Text, https://www.npmjs.com/~recognizers.text
Beobachtung, Erforschung und Anwendung zukunftsweisender Technologien wie der Verarbeitung natürlicher Sprache, Wissensgraphen, großen Sprachmodellen und Agenten.
Eine Sammlung von Korpora für Named Entity Recognition (NER) und Entity Recognition-Aufgaben. Diese annotierten Datensätze decken eine Vielzahl von Sprachen, Domänen und Entitätstypen ab.
Löst grundlegende russische NLP-Aufgaben, API für Natasha-Projekte auf niedrigerer Ebene
Korpus für Firmennamen. Korpus für Institutionsnamen. Firmenabkürzungen, Akronyme, Markenwörter, Unternehmensnamen. Kann für die chinesische Wortsegmentierung und die Erkennung von Institutionsnamen als Named Entities verwendet werden.
Die Online-Version ist vorübergehend nicht verfügbar, da wir uns den Schlüssel nicht leisten können. Sie können ihn lokal klonen und ausführen. Hinweis: Wir haben den Standard-OpenAI-Schlüssel festgelegt. Wenn die Schlüssel den Plan überschreiten und ungültig sind, teilen Sie uns dies bitte mit. Die Antwortgeschwindigkeit hängt von OpenAI ab. (manchmal ist die offizielle Version zu überfüllt und langsam)
PhoBERT: vortrainierte Sprachmodelle für Vietnamesisch (EMNLP-2020 Findings)
Chinesische benannte Entitätenerkennung. Enthält die neuesten chinesischen Arbeiten zur Erkennung benannter Entitäten, verwandte Tools zur Erkennung chinesischer Entitäten, Datensätze sowie chinesische vortrainierte Modelle, Wortvektoren, Übersichten zur Entitätenerkennung usw.
BERTweet: Ein vortrainiertes Sprachmodell für englische Tweets (EMNLP-2020)
Annotationstool für Named Entity Recognition (NER) für SpaCy. Generiert Trainingsdaten als JSON, die sofort verwendet werden können.
Die "fehlende GitHub-Statusseite" -- ein Flat-Data-Versuch zur historischen Dokumentation von GitHub-Statusmeldungen
Natural Language Toolkit für die malaysische Sprache, https://malaya.readthedocs.io/
Koreanischer Named-Entity-Recognizer mit KoBERT und CRF (BERT+CRF-basiertes Named-Entity-Recognition-Modell für Koreanisch)
Häufig gestellte Fragen
Welches ist das beliebteste #ner-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#ner-Projekt auf GitHub ist maziyarpanahi/openmed mit 5,832 Sternen. Local-First-KI im Gesundheitswesen: klinische Erkennung benannter Entitäten (NER) und HIPAA-konforme De-Identifizierung personenbezogener Daten (PII) auf Hardware, die Sie kontrollieren. Über 2.200 medizinische Modelle, modellgestützte PII-Verarbeitung in 35 Sprachen sowie Laufzeitumgebungen für Python, MLX, Android und Browser. SDK unter Apache-2.0-Lizenz.
Welche Programmiersprachen werden in #ner-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #ner-Projekten auf GitHub sind Python, JavaScript, Jupyter Notebook, Rust die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #ner-Repositories berechnet?
Wir verfolgen 24 aktive Open-Source-Repositories, die mit #ner getaggt sind (500+ Sterne), mit insgesamt 42,586 Sternen und durchschnittlich 1,774 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.