CyberCommy / baidu-wiki-500w

Related projects: ⓘ

• CyberCommy / baidu-qa-100w
  百度QA100万数据集
  ☆48Updated 9 months ago
• shibing624 / pinyin-tokenizer
  pinyintokenizer, 拼音分词器，将连续的拼音切分为单字拼音列表。
  ☆26Updated 8 months ago
• wainshine / Book-Names-Corpus
  图书名语料库。含部分电影、游戏名称。
  ☆66Updated 5 months ago
• percent4 / document_qa_with_llm
  ☆33Updated this week
• 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。
  ☆68Updated 4 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。
  ☆15Updated last year
• ShaoboZhang / Workshop
  智能营销文案生成
  ☆34Updated 3 years ago
• moronism189 / chinese-nlp-stepbystep
  从jieba分词到BERT-wwm，一步步带你进入中文NLP的世界
  ☆13Updated 2 years ago
• shengyp / talks
  ☆20Updated 2 years ago
• wainshine / Medical-Names-Corpus
  医疗语料库。医疗机构名语料库。药品本位码。
  ☆58Updated 5 months ago
• 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。
  ☆144Updated 2 years ago
• xueyouluo / speller-bert
  中文纠错
  ☆89Updated 2 years ago
• frywang / DataMining
  对dbpedia和百科采集而来的语料进行清洗，得到合适的三元组
  ☆14Updated 7 years ago
• Chuanyunux / Chinese-NewWordRecognition
  专业领域词库构建/中文新词发现/专业词库发现
  ☆28Updated 4 years ago
• lsq960124 / Inverted-index-BM25
  手动实现Elasticsearch的倒排索引以及BM25算法
  ☆45Updated 5 years ago
• CLUEbenchmark / modelfun
  一站式自动化开源标注平台
  ☆62Updated 2 years ago
• shibing624 / github-hot
  Tracking the hot Github repos and update daily 每天自动追踪Github热门项目
  ☆39Updated this week
• BlueStragglers / CCKS2022
  CCKS 2022 通用信息抽取
  ☆12Updated 2 years ago
• sharejing / Takin
  A Python toolkit for file processing, text cleaning and data splitting. 文件处理，文本清洗和数据划分的python工具包。
  ☆28Updated last year
• shuyhere / all-about-llm
  大语言模型训练和服务调研
  ☆32Updated last year
• hiyoung123 / DuplicateRemove
  基于simhash的文本去重算法
  ☆18Updated 3 years ago
• fighting41love / NLP_Corpus_Plan
  ☆35Updated 5 years ago
• 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
  ☆43Updated last year
• zhangnn520 / znn_chatglm
  打造人人都会的NLP，开源不易，记得star哦
  ☆101Updated last year
• liuhuanyong / SougouWordsCollector
  worddict crawler and transfer for sougpuinput wordict , 搜狗输入法词库抓取与格式转换
  ☆25Updated 6 years ago
• xieyan0811 / pdfconv
  中文PDF转TXT的实用工具
  ☆30Updated 2 years ago
• liuhuanyong / ZhidaoChatbot
  ZhidaoChatbot, a chatbot that can be an expert on the common questions like why,how,when,who,what based on the online question-answer web…
  ☆42Updated 5 years ago
• li-aolong / li-aolong.github.io
  李傲龍的博客
  ☆82Updated 2 months ago
• tianchiguaixia / medical_records_extract
  该项目主要是抽取病历文件中的一些关键信息。并将抽取的内容进行streamlit前端的展示。目前支持的文件类型：图片，pdf文件，word文件
  ☆22Updated last year
• hellonlp / sentence-similarity
  文本相似度，语义向量，文本向量，text-similarity，similarity, sentence-similarity，BERT，SimCSE，BERT-Whitening，Sentence-BERT, PromCSE, SBERT
  ☆61Updated 5 months ago