#text-processing Dépôts
113 dépôts au total
Une alternative simple à Spritz, open source et basée sur le terminal (RSVP mot par mot aligné sur des points de lecture optimaux)
Analyseur morphologique / moteur d'inflexion pour les langues russe et ukrainienne.
Moqi Phonetic-Shape : Création du meilleur schéma de saisie Rime avec code auxiliaire pour double pinyin, rendant les codes auxiliaires accessibles à tous les utilisateurs de double pinyin. Basé sur le dictionnaire 'Wusong-Baishuang', il prend en charge divers agencements de double pinyin tels que Xiaohe, Ziranma, Sogou et Microsoft. La prise en charge des codes auxiliaires inclut le code Moqi (décomposition open-source originale pour 100 000 caractères), les radicaux Ziranma et les formes Xiaohe. Il permet des combinaisons flexibles de double pinyin et de codes auxiliaires, prenant en charge la saisie de phrases et de caractères. Pour les caractères inconnus, il offre une recherche inversée par traits, composants ou codes Cangjie. Inclut les modes 'aw'/'aj' pour l'anglais/japonais, la saisie par accords, les emojis, les raccourcis, les dates, les chiffres en majuscules et une calculatrice. Wusong-Xiaohe | Wusong-Ziranma | Moqi Code | Moqi Phonetic-Shape
Guide sur l'utilisation de Python pour les scripts administratifs
Un outil de traduction de fichiers simple, rapide, gratuit, de taille illimitée et multiplateforme, basé sur Deeplx et Playwright, qui prend en charge la traduction de textes très longs.
Implémentation Java de l'algorithme Aho-Corasick pour une correspondance de chaînes efficace
La bibliothèque de correspondance regex approximative et l'outil en ligne de commande agrep.
Un méthode de saisie chinoise pour Emacs, prenant en charge le Pinyin complet, le Shuangpin, le Wubi, le Cangjie et Rime. pyim est un paquet GNU ELPA.
Transformez du HTML réel désordonné en Markdown propre, dans toutes les langues principales.
Un outil pour transcrire le texte orthographique en IPA (Alphabet Phonétique International)
Saisie Rapide - Une méthode de saisie vietnamienne moderne et performante pour macOS.
Implémentation en C# .NET de la correspondance de chaînes floues de l'algorithme Python FuzzyWuzzy bien connu de Seat Geek.
text-humanizer est un projet open source conçu pour convertir les textes générés par l’IA en une version « humanisée ». Il contourne la plupart des détecteurs d’IA, tels que Turnitin et GPTZero.
InfiniteGPT est un script Python qui vous permet d'insérer un texte de taille illimitée dans l'API OpenAI. Fini les copier-coller fastidieux. Vive le multithreading !
Mesurez la différence entre deux chaînes de caractères avec l'implémentation JS la plus rapide de l'algorithme de distance de Levenshtein
Gérez facilement les opérations CLI quotidiennes via Python au lieu des programmes Bash habituels. 🇺🇦 #supporting
Une implémentation Golang de l'algorithme de correspondance de chaînes Aho-Corasick
Analyse les noms de personnes en distinguant le titre, le prénom, le deuxième prénom, le nom de famille, le suffixe, le surnom et le nom de naissance. Typé, sans dépendance et compatible avec les caractères CJK.
Ekphrasis est un outil de traitement de texte, destiné aux textes provenant des réseaux sociaux, tels que Twitter ou Facebook. Ekphrasis effectue la tokenisation, la normalisation des mots, la segmentation des mots (pour diviser les hashtags) et la correction orthographique, en utilisant des statistiques de mots provenant de 2 grands corpus (Wikipedia anglaise, Twitter - 330 millions de tweets anglais).
Open Korean Text Processor - Un processeur de texte coréen open-source
Transformez des PDF et des EPUB en livres audio ; des sous-titres ou des vidéos en vidéos doublées (traduction incluse), et plus encore. Gratuitement. Pandrator utilise des modèles locaux, y compris le clonage de voix (instantané, amélioré par RVC, réglage fin XTTS) et le traitement LLM. Il aspire à être une application conviviale avec une interface graphique, un installateur et des packages tout-en-un.
Pragmatic Segmenter est une bibliothèque basée sur des règles pour la détection des limites de phrases qui fonctionne immédiatement dans de nombreuses langues.