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。
  ☆168Updated 3 years ago
• wainshine / Medical-Names-Corpus
  医疗语料库。医疗机构名语料库。药品本位码。
  ☆70Updated last year
• clue-ai / clueai-python
  clueai工具包: 3行代码3分钟，自定义需要的API！
  ☆232Updated 2 years ago
• kiwirafe / xiangsi
  中文文本相似度计算器
  ☆158Updated 10 months ago
• kaixindelele / ChatSensitiveWords
  利用LLM+敏感词库，来自动判别是否涉及敏感词。
  ☆127Updated 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…
  ☆253Updated 4 years ago
• 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。
  ☆80Updated 5 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
• taishan1994 / Qwen2-UIE
  基于Qwen2模型进行通用信息抽取【实体/关系/事件抽取】
  ☆35Updated last year
• zhangnn520 / znn_chatglm
  打造人人都会的NLP，开源不易，记得star哦
  ☆101Updated 2 years ago
• blcuicall / taoli
  "桃李“: 国际中文教育大模型
  ☆183Updated last year
• ArtificialZeng / Qwen-Explained
  千问14B和7B的逐行解释
  ☆61Updated last year
• flyrae / Chinese-Psychological-QA-DataSet
  中文心理问答数据集
  ☆78Updated 5 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
• yaoxiaoyuan / mimix
  Mimix: A Text Generation Tool and Pretrained Chinese Models
  ☆157Updated 10 months 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。
  ☆115Updated last year
• CyberCommy / baidu-qa-100w
  百度QA100万数据集
  ☆48Updated last year
• 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/
  ☆91Updated 5 months ago
• RuilinXu / GovDoc-CN
  A Multi-Modal Dataset of Chinese Governmental Docunments
  ☆35Updated 4 years ago
• it-ebooks-0 / zhihu-tfm-llm-gpt
  知乎大语言模型、ChatGPT、Transformers问答
  ☆38Updated 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 5 months ago
• wangyuxinwhy / generate
  A Python Package to Access World-Class Generative Models
  ☆129Updated last year
• zhangkai-ai / build-kg-from-scratch
  ☆193Updated 2 years ago
• shuliu586 / AI_Chinese_DataSet_KnowledgeDAO
  供AI训练的中文数据集（持续更新。。。）与AI公司图谱，目前的数据集餐饮行业8000问，百度知道，Alpaca中文数据集，计算机领域数据集，Vicuna数据集，RedPajama数据集，Wikipedia中文词条数据集，网站论坛问答数据集
  ☆60Updated last year
• neukg / TechGPT
  TechGPT: Technology-Oriented Generative Pretrained Transformer
  ☆226Updated 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
• 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…
  ☆100Updated last month
• shibing624 / pke_zh
  pke_zh, python keyphrase extraction for chinese(zh). 中文关键词或关键句提取工具，实现了KeyBert、PositionRank、TopicRank、TextRank等算法，开箱即用。
  ☆208Updated 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
  ☆27Updated 2 years ago
• siat-nlp / HanFei
  国内首个全参数训练的法律大模型 HanFei-1.0 (韩非)
  ☆123Updated last year