Git Stars Git Stars

#nlp 仓库

494
仓库总数
2.2M
总星标数
4,512
平均每个仓库星标数

共 494 个仓库

351
explosion/spacy-streamlit

👑 Streamlit 应用的 spaCy 构建块和可视化工具

explosion
⭐ 849 Python 👤 explosion Organization 🕐 已更新 2024-07-29 📅 创建时间 2020-06-23
352
AnswerDotAI/byaldi

只需几行代码即可使用 ColPali 等后期交互多模态模型。

AnswerDotAI
⭐ 848 Python 👤 AnswerDotAI Organization 🕐 已更新 2025-01-28 📅 创建时间 2024-09-04
353
goru001/inltk

印度语系语言自然语言工具包旨在为应用开发者可能需要的各种 NLP 任务提供开箱即用支持。

goru001
⭐ 835 Python 👤 goru001 User 🕐 已更新 2024-01-20 📅 创建时间 2019-03-23
354
cocacola-lab/ChatIE

在线版本暂时无法使用,因为我们负担不起密钥。您可以克隆并在本地运行。注意:我们设置了默认的openai密钥。如果密钥超出计划且无效,请告诉我们。响应速度取决于openai。(有时,官方服务器过于拥挤且缓慢)

cocacola-lab
⭐ 827 Python 👤 cocacola-lab Organization 🕐 已更新 2024-05-28 📅 创建时间 2023-02-16
355
yvann-ba/Robby-chatbot

AI 聊天机器人 🤖 可与 CSV、PDF、TXT 文件 📄 和 YTB 视频 🎥 聊天 | 使用 Langchain🦜 | OpenAI | Streamlit ⚡

yvann-ba
⭐ 812 Python 👤 yvann-ba User 🕐 已更新 2026-02-21 📅 创建时间 2023-04-09
356
XiaoMi/MiNLP

小米自然语言处理工具包

XiaoMi
⭐ 810 Scala 👤 XiaoMi Organization 🕐 已更新 2025-11-27 📅 创建时间 2020-11-09
357
bab2min/Kiwi

Kiwi(智能韩语形态素分析器)

bab2min
⭐ 809 C++ 👤 bab2min User 🕐 已更新 2026-11-20 📅 创建时间 2017-02-21
358
pemistahl/lingua

最准确的Java和JVM自然语言检测库,适用于长短文本

pemistahl
⭐ 808 Kotlin 👤 pemistahl User 🕐 已更新 2025-03-21 📅 创建时间 2018-11-15
359
MIND-Lab/OCTIS

OCTIS:比较主题模型很简单!一个用于优化和评估主题模型的Python包(被EACL2021演示轨道录用)

MIND-Lab
⭐ 807 Python 👤 MIND-Lab Organization 🕐 已更新 2026-06-21 📅 创建时间 2020-03-13
360
hello-diana/MASCOT

EMNLP 2026 主会论文:MASCOT:迈向多智能体社会协作陪伴系统 (https://aclanthology.org/2026.emnlp-main.878/)

hello-diana
⭐ 805 Python 👤 hello-diana User 🕐 已更新 2026-08-24 📅 创建时间 2026-02-03
361
thiagobodruk/bible

JSON 和 XML 格式的圣经文本——涵盖 85 种语言的 141 个版本,可用于应用程序、经文搜索和 NLP/AI 数据集

thiagobodruk
⭐ 802 👤 thiagobodruk User 🕐 已更新 2026-11-11 📅 创建时间 2015-11-13
362
togatoga/karukan

适用于 Linux 和 macOS 的日语输入法系统,神经元假名汉字转换引擎

togatoga
⭐ 798 Rust 👤 togatoga User 🕐 已更新 2026-11-21 📅 创建时间 2024-08-11
363
nlp-uoregon/trankit

Trankit 是一个轻量级的基于 Transformer 的 Python 工具包,用于多语言自然语言处理

nlp-uoregon
⭐ 795 Python 👤 nlp-uoregon User 🕐 已更新 2025-07-22 📅 创建时间 2021-01-08
364
Unbabel/COMET

一种用于机器翻译评估的神经框架

Unbabel
⭐ 791 Python 👤 Unbabel Organization 🕐 已更新 2026-04-21 📅 创建时间 2020-05-28
365
jerryji1993/DNABERT

DNABERT: 用于基因组 DNA 语言的预训练 Transformer 双向编码器表示模型

jerryji1993
⭐ 784 Python 👤 jerryji1993 User 🕐 已更新 2026-01-22 📅 创建时间 2020-06-11
366
pbcquoc/vietocr

Transformer OCR

pbcquoc
⭐ 774 Jupyter Notebook 👤 pbcquoc User 🕐 已更新 2025-01-19 📅 创建时间 2020-05-08
367
Tencent/PatrickStar

PatrickStar为NLP赋能更大、更快、更绿色的预训练模型,并为每个人普及AI。

Tencent
⭐ 772 Python 👤 Tencent Organization 🕐 已更新 2025-11-18 📅 创建时间 2021-04-02
368
IntelLabs/RAG-FiT

用于通过微调增强RAG任务LLM的框架。

IntelLabs
⭐ 766 Python 👤 IntelLabs Organization 🕐 已更新 2026-06-08 📅 创建时间 2024-07-23
369
ChenghaoMou/text-dedup

一体化文本去重

ChenghaoMou
⭐ 765 Python 👤 ChenghaoMou User 🕐 已更新 2026-03-09 📅 创建时间 2021-03-13
370
oneTaken/awesome_deep_learning_interpretability

深度学习近年来关于神经网络模型解释性的相关高引用/顶会论文(附带代码)

oneTaken
⭐ 762 👤 oneTaken User 🕐 已更新 2024-04-08 📅 创建时间 2020-01-01
371
angeloskath/php-nlp-tools

PHP 中的自然语言处理工具

angeloskath
⭐ 762 PHP 👤 angeloskath User 🕐 已更新 2024-07-22 📅 创建时间 2012-08-22
372
LexPredict/lexpredict-lexnlp

LexNLP by LexPredict

LexPredict
⭐ 758 Jupyter Notebook 👤 LexPredict Organization 🕐 已更新 2024-05-27 📅 创建时间 2017-09-30
373
alvations/pywsd

Python 词义消歧 (WSD) 技术的实现。

alvations
⭐ 749 Python 👤 alvations User 🕐 已更新 2026-04-18 📅 创建时间 2014-01-03
374
Liquid-Legal-Institute/Legal-Text-Analytics

精选的法律文本分析资源、方法和工具列表。

Liquid-Legal-Institute
⭐ 746 👤 Liquid-Legal-Institute Organization 🕐 已更新 2026-11-16 📅 创建时间 2020-09-30
375
explosion/spacy-stanza

💥 在 spaCy 中直接使用最新的 Stanza (StanfordNLP) 研究模型

explosion
⭐ 744 Python 👤 explosion Organization 🕐 已更新 2024-08-15 📅 创建时间 2019-01-31
376
sheepzh/poetry

地球上最全的华语现代诗歌语料库,3k+诗人,80K+诗歌,15M+字

sheepzh
⭐ 743 Python 👤 sheepzh User 🕐 已更新 2025-09-12 📅 创建时间 2019-04-16
377
primeqa/primeqa

最先进的多语言问答研究与开发的首要存储库。

primeqa
⭐ 739 Python 👤 primeqa Organization 🕐 已更新 2025-09-18 📅 创建时间 2022-06-15
378
titipata/pubmed_parser

:clipboard: PubMed Open-Access XML 子集和 MEDLINE XML 数据集的 Python 解析器

titipata
⭐ 735 Python 👤 titipata User 🕐 已更新 2025-07-31 📅 创建时间 2015-03-05
379
tomaarsen/attention_sinks

在内存使用量恒定的情况下,将现有LLM的长度扩展到远远超过原始训练长度,且无需重新训练

tomaarsen
⭐ 733 Python 👤 tomaarsen User 🕐 已更新 2024-04-10 📅 创建时间 2023-10-02
380
zjunlp/PromptKG

PromptKG Family: Prompt Learning & KG 相关研究、工具包和论文列表的画廊。

zjunlp
⭐ 733 Python 👤 zjunlp Organization 🕐 已更新 2024-03-22 📅 创建时间 2021-12-18
381
redhuntlabs/Octopii

人工智能支持的个人身份信息(PII)扫描器。

redhuntlabs
⭐ 732 Python 👤 redhuntlabs Organization 🕐 已更新 2025-01-22 📅 创建时间 2022-04-20
383
ymcui/MacBERT

重新审视中文自然语言处理的预训练模型 (MacBERT)

ymcui
⭐ 728 👤 ymcui User 🕐 已更新 2026-04-19 📅 创建时间 2020-09-22
384
moein-shariatnia/OpenAI-CLIP

PyTorch 中 OpenAI CLIP 模型的简单实现。

moein-shariatnia
⭐ 727 Jupyter Notebook 👤 moein-shariatnia User 🕐 已更新 2025-10-18 📅 创建时间 2021-04-07
385
salesforce/xgen

Salesforce 开源 8k 序列长度的 LLM。

salesforce
⭐ 726 Python 👤 salesforce Organization 🕐 已更新 2026-06-02 📅 创建时间 2023-06-23
386
derek73/python-nameparser

将人名解析为称谓、名、中间名、姓、后缀、昵称和婚前姓氏。具有类型定义、零依赖,并支持中日韩文字。

derek73
⭐ 721 Python 👤 derek73 User 🕐 已更新 2026-11-21 📅 创建时间 2014-04-02
387
michaelthwan/searchGPT

基于LLM / ChatGPT / OpenAI API的(带源引用的)接地气搜索引擎。它支持网页搜索、文件内容搜索等。

michaelthwan
⭐ 709 Python 👤 michaelthwan User 🕐 已更新 2026-09-22 📅 创建时间 2023-02-11
388
Decalogue/chat

基于自然语言理解与机器学习的聊天机器人,支持多用户并发及自定义多轮对话

Decalogue
⭐ 705 Python 👤 Decalogue User 🕐 已更新 2024-07-10 📅 创建时间 2017-04-20
389
farukalamai/advanced-machine-learning-engineer-roadmap-2024

全栈机器学习 (ML) 路线图涉及学习必要的技能和技术,以精通机器学习的各个方面,包括数据收集和预处理、模型开发、部署和维护。

farukalamai
⭐ 702 👤 farukalamai User 🕐 已更新 2024-09-02 📅 创建时间 2023-07-19
390
google-research/prompt-tuning

Lester 等人 2021 年的 Prompt Tuning 原始实现

google-research
⭐ 700 Python 👤 google-research Organization 🕐 已更新 2025-03-06 📅 创建时间 2021-09-07
391
dgarnitz/vectorflow

VectorFlow 是一个高吞吐量的向量嵌入管道,它可以摄取原始数据,将其转换为向量,并写入您选择的向量数据库。

dgarnitz
⭐ 698 Python 👤 dgarnitz User 🕐 已更新 2024-05-16 📅 创建时间 2023-07-25
392
polyrabbit/WeCron

:heavy_check_mark: 微信上的定时提醒 - Cron on WeChat

polyrabbit
⭐ 693 JavaScript 👤 polyrabbit User 🕐 已更新 2026-11-18 📅 创建时间 2015-11-30
393
jimichan/mynlp

一个生产级、高性能、模块化、可扩展的中文NLP工具包。(中文分词、平均感知机、fastText、拼音、新词发现、分词纠错、BM25、人名识别、命名实体、自定义词典)

jimichan
⭐ 690 Java 👤 jimichan User 🕐 已更新 2025-09-14 📅 创建时间 2017-12-10
394
medspacy/medspacy

用于临床NLP的spaCy库。

medspacy
⭐ 688 Jupyter Notebook 👤 medspacy Organization 🕐 已更新 2026-06-04 📅 创建时间 2020-06-16
395
davidmigloz/langchain_dart

构建 LLM 驱动的 Dart/Flutter 应用程序。

davidmigloz
⭐ 687 Dart 👤 davidmigloz User 🕐 已更新 2026-11-16 📅 创建时间 2023-06-03
396
google-deepmind/recurrentgemma

来自Google DeepMind的开源权重语言模型,基于Griffin。

google-deepmind
⭐ 686 Python 👤 google-deepmind Organization 🕐 已更新 2026-02-06 📅 创建时间 2024-03-25
397
DataScienceUIBK/Rankify

🔥 Rankify: 一个用于检索、重排序和检索增强生成的综合性Python工具包🔥 。我们的工具包集成了40个预检索的基准数据集,并支持7+种检索技术、24+种最先进的重排序模型以及多种RAG方法。

DataScienceUIBK
⭐ 683 Python 👤 DataScienceUIBK Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-02-09
398
zhongyu09/openchatbi

OpenChatBI 是一款由大型语言模型驱动的智能基于聊天的 BI 工具,旨在帮助用户通过自然语言对话来查询、分析和可视化数据。它使用 LangGraph 和 LangChain 来构建聊天代理和工作流,支持将自然语言转换为 SQL 并进行数据分析。

zhongyu09
⭐ 677 Python 👤 zhongyu09 User 🕐 已更新 2026-11-03 📅 创建时间 2025-09-09
399
yingpengma/Awesome-Story-Generation

本存储库收集了大量关于故事生成/讲故事的优秀论文,专门关注大型语言模型(LLM)的时代。

yingpengma
⭐ 676 Python 👤 yingpengma User 🕐 已更新 2026-11-16 📅 创建时间 2023-06-19
400
cbaziotis/ekphrasis

Ekphrasis 是一个文本处理工具,面向来自社交网络(如 Twitter 或 Facebook)的文本。Ekphrasis 使用来自 2 个大型语料库(英语维基百科、Twitter - 3.3 亿条英语推文)的单词统计信息,执行分词、单词规范化、单词分割(用于拆分标签)和拼写校正。

cbaziotis
⭐ 676 Python 👤 cbaziotis User 🕐 已更新 2025-06-02 📅 创建时间 2017-02-07