Alternatives and similar repositories for dirty-cnwords:

Users that are interested in dirty-cnwords are comparing it to the libraries listed below

• LiangsLi / ChineseHomophones
  中文谐音词/字库（同音词/字）Chinese Homophones
  ☆102Updated 5 years ago
• SunLinJie / Text_Review
  本项目旨在识别长短文本中的敏感词,并对整段/句文本进行语义分类,从而达到文本审核的目的
  ☆64Updated 5 years ago
• taishan1994 / awesome-chinese-text-correction
  中文文本纠错相关的论文、比赛和工具。
  ☆55Updated 3 weeks ago
• wjx-git / IllegalTextDetection
  ☆77Updated last year
• blcuicall / CCL2022-CLTC
  CCL 2022 汉语学习者文本纠错评测
  ☆138Updated 2 years ago
• taishan1994 / Gector_chinese
  基于seq2edit (Gector) 的中文文本纠错。
  ☆28Updated 2 years ago
• yuanzhoulvpi2017 / questionAnswerSystem
  基于sentence-transformers实现文本转向量的机器人
  ☆45Updated 2 years ago
• yujunhuics / timeparser
  时间抽取、解析、标准化工具
  ☆50Updated 2 years ago
• zejunwang1 / bert4vec
  一个基于预训练的句向量生成工具
  ☆137Updated 2 years ago
• shibing624 / lmft
  ChatGLM-6B fine-tuning.
  ☆135Updated 2 years ago
• ssbuild / pytorch-task-example
  deep training task
  ☆29Updated last year
• xueyouluo / speller-bert
  中文纠错
  ☆92Updated 3 years ago
• orangetwo / ernie-csc
  Correcting Chinese Spelling Errors with Phonetic Pre-training 非官方实现
  ☆40Updated 3 years ago
• liushulinle / CRASpell
  The code for our ACL2022 findings paper: CRACSpell: A Contextual Typo Robust Approach with Copy Mechanism to Improve Chinese Spelling Cor…
  ☆75Updated 2 years ago
• yuanjie-ai / ChineseSensitiveVocabulary
  暴恐违禁 文本色情 政治敏感 恶意推广 低俗辱骂
  ☆98Updated 3 years ago
• dataaug / chatbot_multiround
  多轮中文聊天机器人，采用GPT2进行微调，清洗聊天数据110w+，采用语义相似度和文本jaccard相似度过滤回话。
  ☆22Updated 3 years ago
• HillZhang1999 / NaSGEC
  Code & Data for our Paper "NaSGEC: Multi-Domain Chinese Grammatical Error Correction for Native Speaker Texts" (ACL 2023 Findings)
  ☆85Updated 2 months ago
• 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。
  ☆204Updated last year
• baojunshan / nlp-fluency
  评估自然语言的流畅度
  ☆114Updated 3 years 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。
  ☆161Updated 3 years ago
• alanshi / charset_mnbvc
  本项目旨在对大量文本文件进行快速编码检测和转换以辅助mnbvc语料集项目的数据清洗工作
  ☆61Updated 6 months ago
• zejunwang1 / darmatch
  一个非常高效的字符串匹配工具，支持正向/反向最大匹配分词和多模式字符串精确匹配
  ☆17Updated last year
• morenjiujiu / sensitive_content_filter
  DFA 实现中文敏感词检测
  ☆99Updated 2 years ago
• CyberCommy / baidu-wiki-500w
  百度百科 500 万数据集
  ☆34Updated last year
• charlesXu86 / char_featurizer
  汉字字符特征提取工具，可以提取出字符中的字音（声母、韵母、声调）、字形（偏旁、部首）、四角编码等特征，同时可作为tensor输入到模型
  ☆136Updated 4 years ago
• pyunits / pyunit-time
  一个简单易用的 Python 模块，用于通过字符串来操作日期/时间。正则时间提取，字符串时间解析，字符串时间提取。中文时间提取，一句话里面提取时间
  ☆75Updated 9 months ago
• lc222 / BELLE-LORA
  LORA微调BLOOMZ，参考BELLE
  ☆25Updated 2 years ago
• yongzhuo / ChatGLM2-SFT
  ChatGLM2-6B微调, SFT/LoRA, instruction finetune
  ☆107Updated last year
• ssbuild / baichuan_finetuning
  baichuan and baichuan2 finetuning and alpaca finetuning
  ☆32Updated last month
• jiangnanboy / llm_corpus_quality
  大模型预训练中文语料清洗及质量评估 Large model pre-training corpus cleaning
  ☆57Updated 9 months ago