#named-entity-recognition Репозитории
Откройте для себя 53 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #named-entity-recognition, с общим числом 305,471 звёзд (в среднем 5,763 на проект). Лидером этой темы является fighting41love/funNLP, набравший 78,181 звёзд.
Всего репозиториев: 53
Чувствительные слова китайско-английские, обнаружение языка, запрос места приписки/оператора китайских/иностранных мобильных/телефонных номеров, вывод пола по имени, извлечение мобильного номера, извлечение удостоверения личности, извлечение email, библиотека китайско-японских имен, библиотека китайских аббревиатур, словарь разборки иероглифов, эмоциональные значения словаря, стоп-слова, таблица реакционных слов, таблица слов насилия и террора, конвертация упрощенного/традиционного китайского, английская симуляция китайского произношения, генератор текстов песен Ван Фэна, библиотека названий профессий, библиотека синонимов, библиотека антонимов, библиотека отрицательных слов, библиотека автомобильных брендов, библиотека автомобильных деталей, непрерывная сегментация английского, различные китайские векторы слов, полная коллекция названий компаний, библиотека древней поэзии, библиотека IT, библиотека финансов, библиотека идиом, библиотека географических названий, библиотека исторических знаменитостей, библиотека стихов, библиотека медицины, библиотека питания, библиотека права, библиотека автомобилей, библиотека животных, китайский чат-корпус, китайские данные слухов, датасет китайских Q&A от Baidu, коллекция алгоритмов сопоставления сходства предложений, ресурсы bert, инструменты для генерации текста и суммаризации, инструмент извлечения информации cocoNLP, регулярное выражение для отечественных номеров телефонов, Tsinghua XLORE: китайско-английский кросс-языковой энциклопедический граф знаний, серия отчетов по технологиям ИИ Tsinghua, генерация естественного языка, серия NLU слишком сложно, данные автоматических парных стихов и робот, список черного списка имен пользователей, юридические термины преступлений и модель классификации, корпус WeChat публичных аккаунтов, курс cs224n глубокого обучения обработки естественного языка, распознавание рукописных китайских иероглифов, корпус/датасеты китайской обработки естественного языка, божественный инструмент именования переменных, библиотека корпусов токенизации + код, датасет английских диалогов на основе задач, датасет голоса ASR + китайский на основе глубокого обучения
сегментация китайского текста на слова; разметка частей речи; распознавание именованных сущностей; синтаксический анализ зависимостей; синтаксический анализ составляющих; анализ семантических зависимостей; разметка семантических ролей; разрешение кореференции; перенос стиля; семантическое сходство; обнаружение новых слов; извлечение ключевых слов и фраз; автоматическое реферирование; классификация и кластеризация текстов; преобразование между пиньинем и упрощёнными/традиционными иероглифами; обработка естественного языка
Репозиторий для отслеживания прогресса в обработке естественного языка (NLP), включая наборы данных и текущее состояние искусства для наиболее распространённых задач NLP.
Открытая структура для обнаружения, редактирования, маскировки и анонимизации конфиденциальных данных (PII) в тексте, изображениях и структурированных данных. Поддерживает NLP, сопоставление шаблонов и настраиваемые каналы.
CoreNLP: Набор инструментов Java для основных задач NLP: токенизация, сегментация предложений, NER, разбор, кореференция, анализ настроений и т. д.
Библиотека Python от Stanford NLP для токенизации, сегментации предложений, NER и парсинга множества человеческих языков
Открытая библиотека для систем диалогов end-to-end на основе глубокого обучения и чат-ботов.
Сельскохозяйственный граф знаний (AgriKG): Поиск информации в сельскохозяйственной области, Распознавание именованных сущностей, Извлечение отношений, Интеллектуальный вопрос-ответ, Поддержка принятия решений
Универсальная и легковесная модель для распознавания именованных сущностей (Извлечение любых типов сущностей из текстов)
Трансформеры для поиска информации, классификации текста, NER, QA, моделирования языка, генерации языка, T5, мультимодальные и разговорный ИИ
Инструменты для текстовой аналитики и предобработки (очистка текста, обнаружение новых слов, анализ настроений, распознавание и связывание сущностей, извлечение ключевых слов, извлечение знаний, синтаксический анализ и т.д.), методы без надзора или со слабым надзором
Kashgari — это фреймворк для трансферного обучения NLP на производственном уровне, построенный на базе tf.keras для разметки текста и классификации текста, включает Word2Vec, BERT и GPT2 Language Embedding.
Китайский распознавание именованных сущностей с IDCNN/biLSTM+CRF и извлечение отношений с biGRU+2ATT Китайское распознавание сущностей и извлечение отношений
Сотрудничайте и маркируйте любые типы данных, изображений, текстов или документов в простом веб-интерфейсе или настольном приложении.
Коллекция корпусов для распознавания именованных сущностей (NER) и задач распознавания сущностей. Эти аннотированные наборы данных охватывают разнообразные языки, домены и типы сущностей.
В рамках данного проекта была разработана и реализована интеллектуальная система медицинских вопросов и ответов, основанная на RAG (генерации с дополнением поиском) на базе графов знаний и больших языковых моделей. Используя медицинский набор данных DiseaseKG и Neo4j, система строит предметно-ориентированный граф знаний, содержащий 44 000 сущностей и 310 000 связей. Сочетая распознавание именованных сущностей с помощью BERT и распознавание намерений с помощью модели 32B, система эффективно снижает проблему галлюцинаций больших моделей в медицинских сценариях за счет точного поиска по графу и контролируемой генерации ответов, что значительно повышает точность и надежность предоставляемой информации.
Аннотатор для китайского текстового корпуса (В РАЗРАБОТКЕ) Инструмент аннотации китайского текста
Локальная защита конфиденциальности: анонимизируйте свои документы перед отправкой в LLM.
Инструмент исследования с открытым исходным кодом для поиска, просмотра, анализа и исследования больших коллекций документов с помощью Semantic Search Engine и платформы Text Mining & Text Analytics с открытым исходным кодом (Интегрирует ETL для обработки документов, OCR для изображений & PDF, named entity recognition для лиц, организаций & местоположений, управление метаданными с помощью thesaurus & ontologies, интерфейс пользователя поиска & приложения поиска для полнотекстового поиска, faceted search & knowledge graph)
Python-фреймворк для оценки маркировки последовательностей (распознавание именованных сущностей, разметка POS и т.д...)
Отличные статьи о генеративном извлечении информации (IE) с использованием больших языковых моделей (LLM)
1 строка для тысяч передовых NLP-моделей на сотнях языков. Самый быстрый и точный способ решения текстовых задач.
В этом репозитории представлена PIXIU — ресурс с открытым исходным кодом, включающий первые финансовые большие языковые модели (LLM), данные для инструктивного тюнинга и эталонные показатели для комплексной оценки финансовых LLM. Наша цель — непрерывно продвигать развитие финансового искусственного интеллекта (ИИ) с открытым исходным кодом.
Репозиторий Github с учебными пособиями по тонкой настройке трансформеров для различных задач NLP
PhoBERT: предварительно обученные языковые модели для вьетнамского языка (EMNLP-2020 Findings)
Распознавание именованных сущностей на китайском языке. Включает последние статьи по распознаванию именованных сущностей на китайском языке, связанные инструменты для распознавания китайских сущностей, наборы данных, а также предварительно обученные модели на китайском языке, векторные представления слов, обзоры по распознаванию сущностей и т. д.
Дообучение больших языковых моделей, Qwen2VL, Qwen2, дообучение инструкций GLM4
Простой и быстрый инструмент для сегментации слов и распознавания именованных сущностей
BERTweet: Предварительно обученная языковая модель для английских твитов (EMNLP-2020)
Набор инструментов для обработки естественного арабского языка, разработанный лабораторией CAMeL в Нью-Йоркском университете в Абу-Даби.
Система на основе спанов для извлечения именованных сущностей, отношений и событий.
Часто задаваемые вопросы
Какой репозиторий по теме #named-entity-recognition наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #named-entity-recognition на GitHub — fighting41love/funNLP, набравший 78,181 звёзд. Чувствительные слова китайско-английские, обнаружение языка, запрос места приписки/оператора китайских/иностранных мобильных/телефонных номеров, вывод пола по имени, извлечение мобильного номера, извлечение удостоверения личности, извлечение email, библиотека китайско-японских имен, библиотека китайских аббревиатур, словарь разборки иероглифов, эмоциональные значения словаря, стоп-слова, таблица реакционных слов, таблица слов насилия и террора, конвертация упрощенного/традиционного китайского, английская симуляция китайского произношения, генератор текстов песен Ван Фэна, библиотека названий профессий, библиотека синонимов, библиотека антонимов, библиотека отрицательных слов, библиотека автомобильных брендов, библиотека автомобильных деталей, непрерывная сегментация английского, различные китайские векторы слов, полная коллекция названий компаний, библиотека древней поэзии, библиотека IT, библиотека финансов, библиотека идиом, библиотека географических названий, библиотека исторических знаменитостей, библиотека стихов, библиотека медицины, библиотека питания, библиотека права, библиотека автомобилей, библиотека животных, китайский чат-корпус, китайские данные слухов, датасет китайских Q&A от Baidu, коллекция алгоритмов сопоставления сходства предложений, ресурсы bert, инструменты для генерации текста и суммаризации, инструмент извлечения информации cocoNLP, регулярное выражение для отечественных номеров телефонов, Tsinghua XLORE: китайско-английский кросс-языковой энциклопедический граф знаний, серия отчетов по технологиям ИИ Tsinghua, генерация естественного языка, серия NLU слишком сложно, данные автоматических парных стихов и робот, список черного списка имен пользователей, юридические термины преступлений и модель классификации, корпус WeChat публичных аккаунтов, курс cs224n глубокого обучения обработки естественного языка, распознавание рукописных китайских иероглифов, корпус/датасеты китайской обработки естественного языка, божественный инструмент именования переменных, библиотека корпусов токенизации + код, датасет английских диалогов на основе задач, датасет голоса ASR + китайский на основе глубокого обучения
Какие языки программирования чаще всего используются в репозиториях по теме #named-entity-recognition?
Среди наиболее высоко оценённых проектов по теме #named-entity-recognition на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, JavaScript, Java.
Как рассчитывается рейтинг репозиториев по теме #named-entity-recognition?
Мы отслеживаем 53 активных репозиториев с открытым исходным кодом, отмеченных тегом #named-entity-recognition (500 и более звёзд), с общим числом 305,471 звёзд и в среднем 5,763 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.