#chinese-nlp Repositorios
Descubre 54 repositorios activos de código abierto de GitHub etiquetados con #chinese-nlp, que acumulan 241,454 estrellas en total (una media de 4,471 estrellas por proyecto). El líder de este tema es fighting41love/funNLP, con 78,181 estrellas.
54 repositorios en total
Palabras sensibles chino-inglés, detección de idiomas, consulta de ubicación/operador de teléfonos móviles/fijos chinos y extranjeros, inferencia de género por nombres, extracción de números de móvil, extracción de DNI, extracción de correos electrónicos, biblioteca de nombres chino-japoneses, biblioteca de abreviaturas chinas, diccionario de descomposición de caracteres, valores emocionales de vocabulario, palabras de parada, tabla de palabras reaccionarias, tabla de palabras de violencia y terror, conversión de caracteres tradicionales a simplificados, simulación de pronunciación china en inglés, generador de letras de Wang Feng, biblioteca de nombres profesionales, biblioteca de sinónimos, biblioteca de antónimos, biblioteca de palabras negativas, biblioteca de marcas de automóviles, biblioteca de piezas de automóviles, corte continuo de inglés, varios vectores de palabras chinos, gran colección de nombres de empresas, biblioteca de poesía antigua, biblioteca de IT, biblioteca financiera, biblioteca de idioms, biblioteca de nombres geográficos, biblioteca de figuras históricas, biblioteca de poesía, biblioteca médica, biblioteca de dietas, biblioteca legal, biblioteca de automóviles, biblioteca de animales, corpus de chat en chino, datos de rumores en chino, conjunto de datos de preguntas y respuestas en chino de Baidu, colección de algoritmos de coincidencia de similitud de oraciones, recursos bert, herramientas relacionadas con generación y resumen de texto, herramienta de extracción de información cocoNLP, coincidencia de expresiones regulares de números de teléfono nacionales, Tsinghua XLORE: grafo de conocimiento enciclopédico translingüe chino-inglés, serie de informes de tecnología de IA de Tsinghua, generación de lenguaje natural, serie NLU es demasiado difícil, datos de parejas automáticas y robot, lista de lista negra de nombres de usuario, nombres jurídicos de delitos y modelo de clasificación, corpus de cuentas públicas de WeChat, curso de procesamiento de lenguaje natural de aprendizaje profundo cs224n, reconocimiento de caracteres chinos escritos a mano, corpus/conjuntos de datos de procesamiento de lenguaje natural chino, herramienta divina para nombrar variables, biblioteca de corpus de segmentación + código, conjunto de datos de diálogo basado en tareas en inglés, conjunto de datos de voz ASR + chino basado en aprendizaje profundo
BELLE: Sea el Motor de Modelo Lingüístico Grande de Todos (Modelo Grande de Diálogo Chino de Código Abierto)
ChatLaw: Un potente LLM adaptado al derecho chino. Gran modelo de lenguaje jurídico chino
Un tutorial e implementación de un grafo de conocimiento médico centrado en enfermedades y un sistema de QA basado en él. Construcción de grafo de conocimiento, preguntas y respuestas automáticas, preguntas y respuestas automáticas basadas en KG. Un grafo de conocimiento en el campo médico de cierta escala centrado en enfermedades, y completar servicios de preguntas y respuestas automáticas y análisis con este grafo de conocimiento.
🎉 Repositorio para LaWGPT, Chinese-Llama ajustado con conocimiento legal chino. Gran modelo lingüístico basado en conocimiento legal chino.
Desarrollado por Turing's Cat, la primera generación de IA creativa, basada en GPT2.0 de código abierto | Escalable, evolutivo
Usar Bert, ERNIE para la clasificación de texto chino
MNBVC (Massive Never-ending BT Vast Chinese corpus) corpus masivo de chino en constante expansión. A la par de los 40T de datos para el entrenamiento de chatGPT. El conjunto de datos MNBVC no solo incluye la cultura principal, sino también datos de diversas culturas de nicho e incluso del idioma marciano. El conjunto de datos MNBVC incluye noticias, ensayos, novelas, libros, revistas, artículos científicos, guiones, publicaciones, wikis, poesía antigua, letras de canciones, descripciones de productos, chistes, anécdotas vergonzosas, registros de chat y cualquier otra forma de datos de texto puro en chino.
Fengshenbang-LM (封神榜大模型) es un sistema de grandes modelos de código abierto liderado por el Centro de Investigación de Computación Cognitiva y Procesamiento del Lenguaje Natural del Instituto IDEA, que se convierte en la infraestructura para el AIGC chino y la inteligencia cognitiva.
IA escribe novelas, genera novelas web de fantasía y romance, etc. Modelo generativo preentrenado en chino. Utiliza mi modelo RWKV, similar a GPT-2. Escritura IA. RWKV para la generación de novelas chinas.
Modelos base Chinese-LLaMA 1&2, Chinese-Falcon; Modelo de diálogo chino ChatFlow; Modelo Chinese-OpenLLaMA; Conjuntos de datos de pre-entrenamiento/ajuste fino de instrucciones NLP
Reconocimiento de Entidades Nombradas en Chino con IDCNN/biLSTM+CRF, y Extracción de Relaciones con biGRU+2ATT Reconocimiento de entidades en chino y extracción de relaciones
Repositorio oficial de GitHub para C-Eval, un conjunto de evaluación chino para modelos fundacionales [NeurIPS 2023]
Anotador para Corpus de Texto Chino (EN DESARROLLO) Herramienta de anotación de texto chino
Referencia transparente de RAG en Python con recuperación híbrida FAISS + BM25, reranking, interfaz Gradio y FastAPI.
Un modelo de chat educativo de código abierto de ICALK, East China Normal University. Gran modelo de diálogo educativo chino-inglés de código abierto. (Modelo base universal, implementación en GPU, limpieza de datos) Homenaje a: LLaMA, MOSS, BELLE, Ziya, vLLM
:four_leaf_clover: Otro chatbot chino implementado en PyTorch, que es un sub-módulo del robot de procesamiento inteligente de órdenes de trabajo. 👩🔧
zhparser es una extensión de PostgreSQL para la búsqueda de texto completo en el idioma chino
Asistente de operaciones de IA para cuentas oficiales de WeChat | Habilidad de proceso completo para selección de temas, redacción, revisión, maquetación, emparejamiento de imágenes y publicación, compatible con OpenClaw / Claude Code / Cursor / Codex
GAOKAO-Bench es un marco de evaluación que utiliza preguntas de GAOKAO como conjunto de datos para evaluar grandes modelos de lenguaje.
Un conjunto de datos de diálogo a gran escala centrado en tareas y de dominio cruzado en chino
Modelos chinos de SpaCy | Modelos para SpaCy que admiten chino
Una herramienta simple y rápida para la segmentación de palabras y el reconocimiento de entidades nombradas
Preguntas frecuentes
¿Cuál es el repositorio de #chinese-nlp más popular en GitHub?
El proyecto de código abierto de #chinese-nlp mejor posicionado en GitHub es fighting41love/funNLP, con 78,181 estrellas. Palabras sensibles chino-inglés, detección de idiomas, consulta de ubicación/operador de teléfonos móviles/fijos chinos y extranjeros, inferencia de género por nombres, extracción de números de móvil, extracción de DNI, extracción de correos electrónicos, biblioteca de nombres chino-japoneses, biblioteca de abreviaturas chinas, diccionario de descomposición de caracteres, valores emocionales de vocabulario, palabras de parada, tabla de palabras reaccionarias, tabla de palabras de violencia y terror, conversión de caracteres tradicionales a simplificados, simulación de pronunciación china en inglés, generador de letras de Wang Feng, biblioteca de nombres profesionales, biblioteca de sinónimos, biblioteca de antónimos, biblioteca de palabras negativas, biblioteca de marcas de automóviles, biblioteca de piezas de automóviles, corte continuo de inglés, varios vectores de palabras chinos, gran colección de nombres de empresas, biblioteca de poesía antigua, biblioteca de IT, biblioteca financiera, biblioteca de idioms, biblioteca de nombres geográficos, biblioteca de figuras históricas, biblioteca de poesía, biblioteca médica, biblioteca de dietas, biblioteca legal, biblioteca de automóviles, biblioteca de animales, corpus de chat en chino, datos de rumores en chino, conjunto de datos de preguntas y respuestas en chino de Baidu, colección de algoritmos de coincidencia de similitud de oraciones, recursos bert, herramientas relacionadas con generación y resumen de texto, herramienta de extracción de información cocoNLP, coincidencia de expresiones regulares de números de teléfono nacionales, Tsinghua XLORE: grafo de conocimiento enciclopédico translingüe chino-inglés, serie de informes de tecnología de IA de Tsinghua, generación de lenguaje natural, serie NLU es demasiado difícil, datos de parejas automáticas y robot, lista de lista negra de nombres de usuario, nombres jurídicos de delitos y modelo de clasificación, corpus de cuentas públicas de WeChat, curso de procesamiento de lenguaje natural de aprendizaje profundo cs224n, reconocimiento de caracteres chinos escritos a mano, corpus/conjuntos de datos de procesamiento de lenguaje natural chino, herramienta divina para nombrar variables, biblioteca de corpus de segmentación + código, conjunto de datos de diálogo basado en tareas en inglés, conjunto de datos de voz ASR + chino basado en aprendizaje profundo
¿Qué lenguajes de programación se utilizan más en los repositorios de #chinese-nlp?
Entre los proyectos de #chinese-nlp mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, HTML, JavaScript.
¿Cómo se calcula la clasificación de los repositorios de #chinese-nlp?
Seguimos 54 repositorios activos de código abierto etiquetados con #chinese-nlp (500+ estrellas), que suman un total de 241,454 estrellas, con una media de 4,471 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.