#ner Репозитории
Откройте для себя 24 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #ner, с общим числом 42,586 звёзд (в среднем 1,774 на проект). Лидером этой темы является maziyarpanahi/openmed, набравший 5,832 звёзд.
Всего репозиториев: 24
ИИ для здравоохранения с приоритетом локальной обработки: распознавание клинических именованных сущностей (NER) и обезличивание персональных данных (PII) в соответствии с HIPAA на оборудовании под вашим контролем. Более 2 200 медицинских моделей, обработка PII на основе моделей для 35 языков, а также среды выполнения для Python, MLX, Android и браузера. SDK по лицензии Apache-2.0.
Корпус китайских имён. Генератор имён. Китайские имена, фамилии, имена, обращения, японские имена, переведённые имена, английские имена. Может использоваться для сегментации слов на китайском и распознавания именованных сущностей.
Открытый фреймворк для предварительно обученных моделей в PyTorch & Зоопарк предварительно обученных моделей
Нативные для Rust готовые к использованию конвейеры NLP и модели на основе трансформеров (BERT, DistilBERT, GPT2, ...)
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.
Microsoft.Recognizers.Text обеспечивает распознавание и разрешение чисел, единиц, дат/времени и т. д. на нескольких языках (ZH, EN, FR, ES, PT, DE, IT, TR, HI, NL. Частичная поддержка JA, KO, AR, SV). Пакеты доступны по адресу: https://www.nuget.org/profiles/Recognizers.Text, https://www.npmjs.com/~recognizers.text
Отслеживание, исследование и применение передовых технологий, таких как обработка естественного языка, графы знаний, большие языковые модели и агенты.
Коллекция корпусов для распознавания именованных сущностей (NER) и задач распознавания сущностей. Эти аннотированные наборы данных охватывают разнообразные языки, домены и типы сущностей.
Решает базовые задачи NLP на русском языке, API для проектов Natasha более низкого уровня
Корпус названий компаний. Корпус названий учреждений. Сокращения компаний, аббревиатуры, брендовые слова, названия предприятий. Может использоваться для сегментации слов на китайском и распознавания именованных сущностей названий учреждений.
Каркас предварительного обучения Tencent на PyTorch и зоопарк предварительно обученных моделей
Онлайн-версия временно недоступна, так как мы не можем позволить себе ключ. Вы можетеклонировать и запустить её локально. Примечание: мы установили ключ openai по умолчанию. Если ключи превышают лимит плана и недействительны, пожалуйста, сообщите нам. Скорость ответа зависит от openai. (иногда официальная версия слишком перегружена и медленная)
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.
BERTweet: Предварительно обученная языковая модель для английских твитов (EMNLP-2020)
Инструмент аннотирования для распознавания именованных сущностей (NER) для SpaCy. Генерирует обучающие данные в формате JSON, которые могут быть легко использованы.
«Отсутствующая страница статуса GitHub» — попытка использования Flat Data для исторического документирования статусов GitHub
Инструментарий естественного языка для малайского языка, https://malaya.readthedocs.io/
Корейский распознаватель именованных сущностей, созданный с помощью KoBERT и CRF (модель распознавания именованных сущностей на основе BERT+CRF для корейского)
Часто задаваемые вопросы
Какой репозиторий по теме #ner наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #ner на GitHub — maziyarpanahi/openmed, набравший 5,832 звёзд. ИИ для здравоохранения с приоритетом локальной обработки: распознавание клинических именованных сущностей (NER) и обезличивание персональных данных (PII) в соответствии с HIPAA на оборудовании под вашим контролем. Более 2 200 медицинских моделей, обработка PII на основе моделей для 35 языков, а также среды выполнения для Python, MLX, Android и браузера. SDK по лицензии Apache-2.0.
Какие языки программирования чаще всего используются в репозиториях по теме #ner?
Среди наиболее высоко оценённых проектов по теме #ner на GitHub чаще всего используются языки программирования Python, JavaScript, Jupyter Notebook, Rust.
Как рассчитывается рейтинг репозиториев по теме #ner?
Мы отслеживаем 24 активных репозиториев с открытым исходным кодом, отмеченных тегом #ner (500 и более звёзд), с общим числом 42,586 звёзд и в среднем 1,774 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.