Git Stars Git Stars

#natural-language-processing 仓库

798
仓库总数
3.3M
总星标数
4,135
平均每个仓库星标数

共 798 个仓库

301
pemistahl/lingua-py

Python 最准确的自然语言检测库,适用于短文本和混合语言文本

pemistahl
⭐ 1,820 Python 👤 pemistahl User 🕐 已更新 2026-07-20 📅 创建时间 2021-07-13
302
apple-aiml-research/ml-4m

4M: 大规模多模态掩码建模

apple-aiml-research
⭐ 1,814 Python 👤 apple-aiml-research Organization 🕐 已更新 2026-09-11 📅 创建时间 2024-04-08
303
SqueezeAILab/LLMCompiler

[ICML 2024] LLMCompiler: An LLM Compiler for Parallel Function Calling

SqueezeAILab
⭐ 1,808 Python 👤 SqueezeAILab Organization 🕐 已更新 2024-07-10 📅 创建时间 2023-12-06
304
DQinYuan/chinese_province_city_area_mapper

一个用于提取简体中文字符串中省,市和区并能够进行映射,检验和简单绘图的python模块

DQinYuan
⭐ 1,770 Python 👤 DQinYuan User 🕐 已更新 2024-03-19 📅 创建时间 2018-03-04
305
bespokelabsai/curator

后训练和结构化数据提取的合成数据管理

bespokelabsai
⭐ 1,766 Python 👤 bespokelabsai Organization 🕐 已更新 2026-11-02 📅 创建时间 2024-10-28
306
Lightning-Universe/lightning-bolts

面向AI/ML研究人员的模型、回调和数据集工具箱。

Lightning-Universe
⭐ 1,754 Python 👤 Lightning-Universe Organization 🕐 已更新 2026-01-05 📅 创建时间 2020-03-25
307
hitsz-ids/airda

airda(Air Data Agent)是面向数据分析的多智能体,能够理解数据开发和数据分析需求、理解数据、生成面向数据查询、数据可视化、机器学习等任务的SQL和Python代码

hitsz-ids
⭐ 1,753 Python 👤 hitsz-ids Organization 🕐 已更新 2025-01-07 📅 创建时间 2024-01-10
308
facebookresearch/multimodal

TorchMultimodal 是一个 PyTorch 库,用于大规模训练最先进的多模态多任务模型。

facebookresearch
⭐ 1,747 Python 👤 facebookresearch Organization 🕐 已更新 2026-11-16 📅 创建时间 2022-01-27
309
fwwdn/sensitive-stop-words

互联网常用敏感词、停止词词库

fwwdn
⭐ 1,746 Python 👤 fwwdn User 🕐 已更新 2026-03-10 📅 创建时间 2015-02-02
310
McGill-NLP/llm2vec

'LLM2Vec: Large Language Models Are Secretly Powerful Text Encoders' 的代码

McGill-NLP
⭐ 1,731 Python 👤 McGill-NLP Organization 🕐 已更新 2026-04-04 📅 创建时间 2024-04-03
311
adashofdata/nlp-in-python-tutorial

使用自然语言处理比较单口喜剧演员

adashofdata
⭐ 1,728 Jupyter Notebook 👤 adashofdata User 🕐 已更新 2026-02-13 📅 创建时间 2018-07-24
312
neomatrix369/awesome-ai-ml-dl

我们学习的人工智能、机器学习和深度学习的精彩内容。学习笔记以及这些主题的精选优秀资源列表。

neomatrix369
⭐ 1,721 Jupyter Notebook 👤 neomatrix369 User 🕐 已更新 2026-09-13 📅 创建时间 2018-12-23
315
Ayanaminn/N46Whisper

基于Whisper的日语字幕生成器

Ayanaminn
⭐ 1,708 Jupyter Notebook 👤 Ayanaminn User 🕐 已更新 2025-02-23 📅 创建时间 2022-10-25
316
IBM/Project_CodeNet

此存储库用于支持托管在 DAX 中的 Project CodeNet 数据集的工具的贡献

IBM
⭐ 1,700 Python 👤 IBM Organization 🕐 已更新 2026-11-10 📅 创建时间 2021-05-03
317
ELS-RD/transformer-deploy

适用于 🤗 Hugging Face Transformer 模型的、高效、可扩展、企业级的 CPU/GPU 推理服务器 🚀

ELS-RD
⭐ 1,689 Python 👤 ELS-RD Organization 🕐 已更新 2024-10-23 📅 创建时间 2021-10-31
318
apple-aiml-research/ml-mobileclip

本存储库包含研究论文“MobileCLIP” CVPR 2024 和 “MobileCLIP2” TMLR 2025 年 8 月的官方实现

apple-aiml-research
⭐ 1,687 Python 👤 apple-aiml-research Organization 🕐 已更新 2026-09-11 📅 创建时间 2024-03-01
320
graph4ai/graph4nlp

Graph4nlp 是用于轻松使用图神经网络 (Graph Neural Networks) 进行自然语言处理 (NLP) 的库。欢迎访问我们的 DLG4NLP 网站 (https://dlg4nlp.github.io/index.html) 获取各种学习资源!

graph4ai
⭐ 1,685 Python 👤 graph4ai Organization 🕐 已更新 2024-06-24 📅 创建时间 2020-07-16
321
explosion/sense2vec

🦆 上下文键控词向量

explosion
⭐ 1,678 Python 👤 explosion Organization 🕐 已更新 2026-03-27 📅 创建时间 2016-01-23
323
GongRzhe/Office-Word-MCP-Server

一个模型上下文协议 (MCP) 服务器,用于创建、读取和操作 Microsoft Word 文档。该服务器通过标准化接口使 AI 助手能够处理 Word 文档,提供丰富的文档编辑功能。

GongRzhe
⭐ 1,672 Python 👤 GongRzhe User 🕐 已更新 2025-12-31 📅 创建时间 2025-03-25
324
zlwaterfield/scramble

开源的 Grammarly 替代品

zlwaterfield
⭐ 1,669 JavaScript 👤 zlwaterfield User 🕐 已更新 2025-06-17 📅 创建时间 2024-09-18
325
rspeer/wordfreq

访问一个包含各种自然语言的词频数据库。

rspeer
⭐ 1,664 Python 👤 rspeer User 🕐 已更新 2025-01-04 📅 创建时间 2013-10-28
326
yobix-ai/extractous

快速高效的非结构化数据提取。使用 Rust 编写,并提供多种语言的绑定。

yobix-ai
⭐ 1,660 Rust 👤 yobix-ai Organization 🕐 已更新 2024-12-21 📅 创建时间 2024-06-04
327
jquesnelle/yarn

YaRN: 大型语言模型的有效上下文窗口扩展

jquesnelle
⭐ 1,654 Python 👤 jquesnelle User 🕐 已更新 2024-04-17 📅 创建时间 2023-06-26
328
PacktPublishing/Machine-Learning-for-Algorithmic-Trading-Second-Edition_Original

算法交易的机器学习,第二版 - Packt 出版

PacktPublishing
⭐ 1,650 Jupyter Notebook 👤 PacktPublishing Organization 🕐 已更新 2026-04-22 📅 创建时间 2019-11-15
329
ymcui/Chinese-XLNet

预训练中文XLNet(中文XLNet预训练模型)

ymcui
⭐ 1,647 Python 👤 ymcui User 🕐 已更新 2026-04-19 📅 创建时间 2019-07-15
330
yoshitomo-matsubara/torchdistill

一个基于 PyTorch 构建的免编码框架,用于开展可复现的深度学习研究。PyTorch 生态系统。🏆 目前已实现 28 种发表于 TPAMI、CVPR、ICLR、ECCV、NeurIPS、ICCV、AAAI 等会议和期刊的知识蒸馏方法。🎁 提供训练好的模型、训练日志和配置文件,以确保研究结果可复现并便于基准测试。

yoshitomo-matsubara
⭐ 1,636 Python 👤 yoshitomo-matsubara User 🕐 已更新 2026-11-19 📅 创建时间 2019-12-18
331
WisdomShell/codeshell

PKU-KCL开发的一系列代码大型语言模型

WisdomShell
⭐ 1,635 Python 👤 WisdomShell Organization 🕐 已更新 2024-07-18 📅 创建时间 2023-09-22
332
datamade/usaddress

一个用于解析非结构化美国地址字符串到地址组件的Python库

datamade
⭐ 1,634 Python 👤 datamade Organization 🕐 已更新 2025-08-07 📅 创建时间 2014-07-17
333
stanford-oval/WikiChat

WikiChat 是一种改进的 RAG。它通过从语料库检索数据来阻止大型语言模型的幻觉。

stanford-oval
⭐ 1,628 Python 👤 stanford-oval Organization 🕐 已更新 2026-01-31 📅 创建时间 2023-10-19
334
AlibabaResearch/DAMO-ConvAI

DAMO-ConvAI:包含阿里巴巴DAMO对话式AI代码库的官方代码库。

AlibabaResearch
⭐ 1,627 Python 👤 AlibabaResearch Organization 🕐 已更新 2026-10-19 📅 创建时间 2022-07-15
335
justmarkham/DAT8

华盛顿特区的 General Assembly 2015 数据科学课程

justmarkham
⭐ 1,622 Jupyter Notebook 👤 justmarkham User 🕐 已更新 2024-06-05 📅 创建时间 2015-08-07
336
m1guelpf/plz-cli

您的终端的 Copilot

m1guelpf
⭐ 1,599 Rust 👤 m1guelpf User 🕐 已更新 2024-01-19 📅 创建时间 2022-12-14
337
lyuchenyang/Macaw-LLM

Macaw-LLM:图像、视频、音频和文本集成的多模态语言建模

lyuchenyang
⭐ 1,594 Python 👤 lyuchenyang User 🕐 已更新 2025-01-01 📅 创建时间 2023-05-23
338
microsoft/Semi-supervised-learning

统一的半监督学习代码库 (NeurIPS'22)

microsoft
⭐ 1,590 Python 👤 microsoft Organization 🕐 已更新 2026-10-04 📅 创建时间 2022-05-05
339
tencent-ailab/persona-hub

论文“用10亿个虚拟人物扩展合成数据创建”的官方仓库

tencent-ailab
⭐ 1,585 Python 👤 tencent-ailab User 🕐 已更新 2025-02-19 📅 创建时间 2024-06-22
340
jina-ai/thinkgpt

增强您的 LLM 并突破其极限的代理技术

jina-ai
⭐ 1,583 Python 👤 jina-ai Organization 🕐 已更新 2024-05-23 📅 创建时间 2023-04-14
342
AkariAsai/OpenScholar

本仓库包含 OpenScholar 的官方实现:使用检索增强型 LM 合成科学文献。

AkariAsai
⭐ 1,574 Python 👤 AkariAsai User 🕐 已更新 2025-08-13 📅 创建时间 2024-11-15
343
frutik/awesome-search

Awesome Search - 这全部是关于(电商,但不限于)搜索及其出色之处

frutik
⭐ 1,574 HTML 👤 frutik User 🕐 已更新 2026-11-20 📅 创建时间 2019-09-09
344
thunlp/TAADpapers

文本对抗攻击与防御的必读论文

thunlp
⭐ 1,574 Python 👤 thunlp Organization 🕐 已更新 2025-06-04 📅 创建时间 2019-06-09
345
juand-r/entity-recognition-datasets

命名实体识别 (NER) 和实体识别任务的语料库集合。这些标注数据集涵盖了多种语言、领域和实体类型。

juand-r
⭐ 1,573 Python 👤 juand-r User 🕐 已更新 2026-07-02 📅 创建时间 2018-09-01
346
openai/openai-java

OpenAI API 的官方 Java 库

openai
⭐ 1,569 Kotlin 👤 openai Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-10-31
347
EvolvingLMMs-Lab/open-r1-multimodal

为 open-r1 添加多模态模型训练的 fork

EvolvingLMMs-Lab
⭐ 1,556 Python 👤 EvolvingLMMs-Lab Organization 🕐 已更新 2025-02-08 📅 创建时间 2025-01-27
348
bfelbo/DeepMoji

用于分析情感、情绪、讽刺等的先进深度学习模型。

bfelbo
⭐ 1,553 Python 👤 bfelbo User 🕐 已更新 2024-08-02 📅 创建时间 2017-07-18
349
Farama-Foundation/ChatArena

ChatArena(或 Chat Arena)是用于 LLM 的多智能体语言游戏环境。目标是开发人工智能的沟通和协作能力。

Farama-Foundation
⭐ 1,552 Python 👤 Farama-Foundation Organization 🕐 已更新 2025-08-11 📅 创建时间 2023-03-06
350
ATH-MaaS/Marco-o1

面向现实世界解决方案的开放式大型推理模型

ATH-MaaS
⭐ 1,539 Python 👤 ATH-MaaS Organization 🕐 已更新 2026-06-17 📅 创建时间 2024-10-22