Alternatives and similar repositories for baidu-wiki-500w

Users that are interested in baidu-wiki-500w are comparing it to the libraries listed below

• qianzhengyang / AllDataPackages
  中文、分词、词表、核心词典、事件词表、停用词、敏感词、问答、问答数据、知识图谱、文本语料。
  ☆171Updated 4 years ago
• wainshine / Medical-Names-Corpus
  医疗语料库。医疗机构名语料库。药品本位码。
  ☆69Updated last year
• JiangYanting / CNKI_Chinese_paper_dataset
  中国知网论文数据集，24000+篇论文信息。自然语言处理、信息管理、文本分类、文本摘要、关键词抽取、研究热点分析、数据挖掘、数据分析
  ☆53Updated 7 months ago
• ArtificialZeng / Qwen-Explained
  千问14B和7B的逐行解释
  ☆63Updated 2 years ago
• CrazyBoyM / llama2-Chinese-chat
  首个llama2 13b 中文版模型 （Base + 中文对话SFT，实现流畅多轮人机自然语言交互)
  ☆91Updated 2 years ago
• blcuicall / taoli
  "桃李“: 国际中文教育大模型
  ☆185Updated last year
• CyberCommy / baidu-qa-100w
  百度QA100万数据集
  ☆48Updated last year
• clue-ai / clueai-python
  clueai工具包: 3行代码3分钟，自定义需要的API！
  ☆231Updated 2 years ago
• taishan1994 / baichuan-Qlora-Tuning
  基于qlora对baichuan-7B大模型进行指令微调。
  ☆23Updated 2 years ago
• kaixindelele / ChatSensitiveWords
  利用LLM+敏感词库，来自动判别是否涉及敏感词。
  ☆132Updated 2 years ago
• yaoxiaoyuan / mimix
  Mimix: A Text Generation Tool and Pretrained Chinese Models
  ☆158Updated last year
• kiwirafe / xiangsi
  中文文本相似度计算器
  ☆160Updated last year
• i3ef0xh4ck / the-most-complete-dictionary-ever
  The most complete Chinese dictionaries ever. 史上最全的中文分类词库，包含地理信息、电子游戏、工程应用、农林牧渔、人文科学、社会科学、生活百科、医学医药、艺术设计、娱乐休闲、运动休闲、自然科学等12大类的超级字典。
  ☆81Updated 5 years ago
• taishan1994 / Qwen2-UIE
  基于Qwen2模型进行通用信息抽取【实体/关系/事件抽取】
  ☆37Updated last year
• XuekaiChen / ChatWithDoc
  大语言模型ChatGLM-6B为基座，接入文档阅读功能进行实时问答，可上传txt/docx/pdf多种文件类型。
  ☆42Updated 2 years ago
• tal-tech / edu-bert
  好未来开源教育领域首个在线教学中文预训练模型TAL-EduBERT
  ☆197Updated 4 years ago
• dasiki / Dialog-System-with-Task-Retrieval-and-Seq2seq
  京东/淘宝客服对话数据公开，seq2seq生成模型设计对话系统获第二名
  ☆44Updated 2 years ago
• pyunits / pyunit-newword
  中文新词发现算法PNW算法，可以识别任意长度的新词。
  ☆16Updated 2 years ago
• JiangYanting / Chinese_book_dataset
  中文图书数据集/数据挖掘/自然语言处理/中国图书分类法/图书情报学/数据挖掘/文本分类/
  ☆93Updated 7 months ago
• ck-unifr / pdf_parsing
  PDF解析（文字，章节，表格，图片，参考），基于大模型(ChatGLM2-6B, RWKV)+langchain+streamlit的PDF问答，摘要，信息抽取
  ☆211Updated 2 years ago
• shibing624 / imgocr
  Python3 package for Chinese/English OCR,use paddleocr-v5 onnx model(~20MB), with ultra-fast inference speed. 基于ppocr-v5-onnx模型推理，中英文OCR开源…
  ☆109Updated 3 months ago
• zhangnn520 / znn_chatglm
  打造人人都会的NLP，开源不易，记得star哦
  ☆101Updated 2 years ago
• liuhuanyong / PersonGraphDataSet
  PersonGraphDataSet, nearly 10 thousand person2person relationship facts。 人物图谱数据集，近十万的人物关系图谱事实数据库，通过人物关系抽取算法抽取+人工整理得出，可用于人物关系搜索、查询、人物关系多跳问…
  ☆254Updated 4 years ago
• wellinxu / LLM_Custome
  在中文开源大模型的基础上进行定制化的微调，拥有自己专属的语言模型。
  ☆51Updated 2 years ago
• hululuzhu / chinese-ai-writing-share
  中文AI写作（写诗或写对联）
  ☆123Updated last year
• yeyupiaoling / Chinese-LLM-Chat
  大语言模型微调的项目，包含了使用QLora微调ChatGLM和LLama
  ☆28Updated 2 years ago
• liuyuzhangolvz / novel-kg
  金庸小说人物关系图谱构建
  ☆62Updated 6 years ago
• neukg / TechGPT
  TechGPT: Technology-Oriented Generative Pretrained Transformer
  ☆227Updated 2 years ago
• flyrae / Chinese-Psychological-QA-DataSet
  中文心理问答数据集
  ☆78Updated 5 years ago
• Agwave / PDF-Resume-Information-Extraction
  天池比赛作品整理。实现从pdf中提取出姓名、出生年月、性别、电话、最高学历、籍贯、落户市县、政治面貌、毕业院校、工作单位、工作内容、职务、项目名称、项目责任、学位、毕业时间、工作时间、项目时间共18个字段。
  ☆116Updated last year