#chinese-nlp Repositórios
Descubra 54 repositórios ativos de código aberto no GitHub marcados com #chinese-nlp, acumulando um total de 241,454 estrelas (uma média de 4,471 por projeto). O líder deste tópico é fighting41love/funNLP, com 78,181 estrelas.
54 repositórios no total
Palavras sensíveis em chinês e inglês, detecção de linguagem, consulta de origem/operadora de celular/telefone na China e no exterior, inferência de gênero por nome, extração de número de celular, extração de número de identificação, extração de e-mail, banco de dados de nomes chineses e japoneses, banco de dados de abreviações chinesas, dicionário de decomposição de caracteres, valor emocional de vocabulário, stop words, lista de verbos opostos, lista de palavras terroristas, conversão de chinês tradicional e simplificado, pronúncia inglesa simulada em chinês, gerador de letras de Wang Feng, banco de dados de nomes de profissões, banco de dados de sinônimos, banco de dados de antônimos, banco de dados de palavras negativas, banco de dados de marcas de carros, banco de dados de peças de carros, segmentação contínua de inglês, vários vetores de palavras chinesas, lista completa de nomes de empresas, banco de dados de poesia antiga, banco de dados de TI, banco de dados financeiro, banco de dados de provérbios, banco de dados de topônimos, banco de dados de celebridades históricas, banco de dados de poemas, banco de dados médico, banco de dados de alimentos e bebidas, banco de dados jurídico, banco de dados de carros, banco de dados de animais, corpus de bate-papo chinês, dados de boatos chineses, conjunto de dados de perguntas e respostas em chinês do Baidu, conjunto de algoritmos de correspondência de similaridade de frases, recursos do bert, ferramentas relacionadas à geração de texto e resumo, ferramentas de extração de informações cocoNLP, correspondência de regex de números de telefone domésticos, Qinghai University XLORE: Knowledge Graph Multilingual Encyclopedia (chinês-inglês), Qinghai University AI Technology Series Reports, Natural Language Generation, NLU is Too Hard Series, dados e robôs de dísticos automáticos, lista negra de nomes de usuário, nomes e modelos de classificação de crimes e direito, corpus de conta pública do WeChat, curso de Deep Learning for Natural Language Processing cs224n, reconhecimento de escrita à mão de caracteres chineses, corpus/conjunto de dados de processamento de linguagem natural em chinês, ferramenta de nomenclatura de variáveis, corpus de segmentação de palavras + código, conjunto de dados em inglês para tarefas de diálogo, conjunto de dados de ASR (Reconhecimento Automático de Fala) + baseado em Deep Learning em chinês
Corpus Chinês de Grande Escala para Processamento de Linguagem Natural
BELLE: Be Everyone's Large Language model Engine (Grande Modelo de Linguagem de Diálogo Chinês de Código Aberto)
ChatLaw: Um LLM Poderoso Adaptado para o Direito Chinês. Modelo de Linguagem Grande Jurídico Chinês
Um tutorial e implementação de um grafo de conhecimento médico centrado em doenças e sistema de perguntas e respostas baseado nele. Construção de grafo de conhecimento, resposta automática a perguntas, resposta automática a perguntas baseada em KG. Um grafo de conhecimento do domínio médico de certa escala centrado em doenças, e o uso desse grafo de conhecimento para concluir serviços de análise e resposta automática a perguntas.
🎉 Repositório para LaWGPT, Llama em chinês ajustado com conhecimento jurídico chinês. Grande modelo de linguagem baseado em conhecimento jurídico chinês
Desenvolvido pelo Gato de Turing, a IA criativa de primeira geração baseada no GPT2.0 de código aberto | Escalável, Evoluível
Classificação de Texto Chinês usando Bert e ERNIE.
MNBVC (Massive Never-ending BT Vast Chinese corpus) é um corpus chinês de escala ultra-massiva. Ele rivaliza com os 40T de dados usados para o treinamento do ChatGPT. O conjunto de dados MNBVC inclui não apenas a cultura dominante, mas também dados de várias culturas de nicho e até mesmo o 'texto marciano' (huoxing wen). O conjunto de dados MNBVC abrange todas as formas de dados de texto puro em chinês, incluindo notícias, redações, romances, livros, revistas, artigos, roteiros, postagens, wikis, poesia clássica, letras de música, descrições de produtos, piadas, anedotas embaraçosas e registros de bate-papo.
Fengshenbang-LM (封神榜大模型) é um sistema de modelo grande de código aberto liderado pelo Centro de Pesquisa de Computação Cognitiva e Linguagem Natural do Instituto IDEA, tornando-se a infraestrutura para AIGC e inteligência cognitiva em chinês.
IA escrevendo romances, gerando textos de fantasia e romance online, etc. Modelo de pré-treinamento generativo em chinês. Usando meu modelo RWKV, semelhante ao GPT-2. Escrita por IA. RWKV para geração de romances em chinês.
Modelos base Chinese-LLaMA 1&2, Chinese-Falcon; Modelo de diálogo em chinês ChatFlow; Modelo Chinese-OpenLLaMA; Conjuntos de dados de pré-treinamento/ajuste fino de instruções de PNL
Reconhecimento de Entidades Nomeadas em Chinês com IDCNN/biLSTM+CRF, e Extração de Relações com biGRU+2ATT Reconhecimento e Extração de Relações de Entidades Nomeadas em Chinês
Repositório oficial do GitHub para C-Eval, uma suíte de avaliação chinesa para modelos de fundação [NeurIPS 2023]
Lista de palavras sensíveis e palavras de parada comumente usadas na Internet
Remoção de sabor de IA - Testado com sucesso apenas no Gemini 2.5 Pro
Referência transparente de RAG em Python com recuperação híbrida FAISS + BM25, reranking, interface Gradio e FastAPI.
Um modelo de chat educacional de código aberto da ICALK, East China Normal University. Grande modelo de diálogo educacional Chinês-Inglês de código aberto. (Modelo de base geral, implantação em GPU, limpeza de dados) Homenagem a: LLaMA, MOSS, BELLE, Ziya, vLLM
:four_leaf_clover: Outro chatbot chinês implementado em PyTorch, que é o submódulo do robô de processamento inteligente de ordens de serviço. 👩🔧
zhparser é uma extensão PostgreSQL para pesquisa de texto completo da língua chinesa
Assistente de operações de IA para contas oficiais do WeChat | Habilidade de processo completo para seleção de tópicos, redação, revisão, diagramação, correspondência de imagens e publicação, suporta OpenClaw / Claude Code / Cursor / Codex
O GAOKAO-Bench é uma estrutura de avaliação que utiliza questões do GAOKAO como um conjunto de dados para avaliar grandes modelos de linguagem.
Um Conjunto de Dados de Diálogo Orientado a Tarefas Multidomínio em Larga Escala Chinês
Modelos SpaCy em Chinês | Modelos para SpaCy que suportam Chinês
Uma ferramenta simples e rápida para segmentação de palavras e reconhecimento de entidades nomeadas
Perguntas Frequentes
Qual é o repositório de #chinese-nlp mais popular no GitHub?
O projeto de código aberto de #chinese-nlp mais bem classificado no GitHub é fighting41love/funNLP, com 78,181 estrelas. Palavras sensíveis em chinês e inglês, detecção de linguagem, consulta de origem/operadora de celular/telefone na China e no exterior, inferência de gênero por nome, extração de número de celular, extração de número de identificação, extração de e-mail, banco de dados de nomes chineses e japoneses, banco de dados de abreviações chinesas, dicionário de decomposição de caracteres, valor emocional de vocabulário, stop words, lista de verbos opostos, lista de palavras terroristas, conversão de chinês tradicional e simplificado, pronúncia inglesa simulada em chinês, gerador de letras de Wang Feng, banco de dados de nomes de profissões, banco de dados de sinônimos, banco de dados de antônimos, banco de dados de palavras negativas, banco de dados de marcas de carros, banco de dados de peças de carros, segmentação contínua de inglês, vários vetores de palavras chinesas, lista completa de nomes de empresas, banco de dados de poesia antiga, banco de dados de TI, banco de dados financeiro, banco de dados de provérbios, banco de dados de topônimos, banco de dados de celebridades históricas, banco de dados de poemas, banco de dados médico, banco de dados de alimentos e bebidas, banco de dados jurídico, banco de dados de carros, banco de dados de animais, corpus de bate-papo chinês, dados de boatos chineses, conjunto de dados de perguntas e respostas em chinês do Baidu, conjunto de algoritmos de correspondência de similaridade de frases, recursos do bert, ferramentas relacionadas à geração de texto e resumo, ferramentas de extração de informações cocoNLP, correspondência de regex de números de telefone domésticos, Qinghai University XLORE: Knowledge Graph Multilingual Encyclopedia (chinês-inglês), Qinghai University AI Technology Series Reports, Natural Language Generation, NLU is Too Hard Series, dados e robôs de dísticos automáticos, lista negra de nomes de usuário, nomes e modelos de classificação de crimes e direito, corpus de conta pública do WeChat, curso de Deep Learning for Natural Language Processing cs224n, reconhecimento de escrita à mão de caracteres chineses, corpus/conjunto de dados de processamento de linguagem natural em chinês, ferramenta de nomenclatura de variáveis, corpus de segmentação de palavras + código, conjunto de dados em inglês para tarefas de diálogo, conjunto de dados de ASR (Reconhecimento Automático de Fala) + baseado em Deep Learning em chinês
Quais linguagens de programação são mais usadas nos repositórios de #chinese-nlp?
Entre os projetos de #chinese-nlp mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, HTML, JavaScript.
Como é calculada a classificação dos repositórios de #chinese-nlp?
Acompanhamos 54 repositórios ativos de código aberto marcados com #chinese-nlp (com mais de 500 estrelas), totalizando 241,454 estrelas e uma média de 4,471 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.