Alternatives and similar repositories for stop_words:

Users that are interested in stop_words are comparing it to the libraries listed below

• nyzhhd / keyword
  综合的敏感词库，可用于违禁词检测
  ☆32Updated last year
• 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
• v-zich / couplet-clean-dataset
  Chinese Couplets Dataset without vulgar words. 不包含敏感内容的对联数据集。
  ☆69Updated 5 years ago
• zejunwang1 / fastMatch
  Large-scale exact string matching tool
  ☆15Updated 2 months ago
• liwenju0 / error_text_gen
  用于生成文本纠错模型(如Gector)需要的大量数据。
  ☆14Updated 2 years ago
• fighting41love / NLP_Corpus_Plan
  ☆37Updated 5 years ago
• CyberCommy / baidu-wiki-500w
  百度百科 500 万数据集
  ☆32Updated last year
• Qiware / sensitive-word
  通过机器学习进行敏感词的识别
  ☆29Updated 6 years ago
• dablelv / dirty-cnwords
  收录常见业务安全场景中文脏词，如广告引流、辱骂、暴恐、黄赌毒政类。
  ☆57Updated 2 years ago
• CyberCommy / baidu-qa-100w
  百度QA100万数据集
  ☆47Updated last year
• xueyouluo / speller-bert
  中文纠错
  ☆91Updated 2 years ago
• Adam0429 / Intelligent-QA-System
  基于自动生成知识库的智能问答系统
  ☆17Updated 5 years ago
• shibing624 / imgocr
  Python3 package for Chinese/English OCR, with paddleocr-v4 onnx model(~14MB). 基于ppocr-v4-onnx模型推理，可实现 CPU 上毫秒级的 OCR 精准预测，通用场景中英文OCR达到开源SO…
  ☆52Updated 3 weeks ago
• BAAI-WuDao / LegalPLMs
  Source code and checkpoints for legal pre-trained language models.
  ☆15Updated 3 years ago
• 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
• koios-sh / elasticsearch-analysis-texsmart
  基于腾讯TexSmart分词SDK的ES分词插件
  ☆14Updated 4 years ago
• shibing624 / text2vec-service
  Service for Bert model to Vector. 高效的文本转向量(Text-To-Vector)服务，支持GPU多卡、多worker、多客户端调用，开箱即用。
  ☆10Updated 2 years ago
• wainshine / Food-Names-Corpus
  菜谱名语料库。
  ☆15Updated 3 years ago
• lijiaqi0612 / UIE-ACL-310
  有一个通用实体关系事件抽取的任务，需要使用到UIE模框架，而且需要将起部署到昇腾310服务器上，因为UIE模型底层使用的是ernie3.0，但是目前paddle官方还不支持ernie3.0模型在昇腾310上部署，所以才有了以下的操作，主要过程是，先试用paddle训练处模型…
  ☆17Updated 2 years ago
• 27182812 / ChineseBERT_paddle
  用Paddle复现论文ChineseBERT: Chinese Pretraining Enhanced by Glyph and Pinyin Information（ACL2021）
  ☆9Updated 3 years ago
• selfcs / stop-and-sensitive-words
  停用词和敏感词库
  ☆15Updated 4 years ago
• CLUEbenchmark / SuperCLUE-Llama3-Chinese
  Llama3开源模型中文版-全方位测评，基于SuperCLUE基准 | Llama3 Chinese Evaluation with SuperCLUE
  ☆16Updated 8 months ago
• aoguai / HumManBot
  兼容 GPT2、Bloom 等 Pytorch 框架下的语言模型、人工智能标记语言 (AIML) 和任务型对话系统 (Task) 的深度中文智能对话机器人框架
  ☆26Updated last year
• gmftbyGMFTBY / OpenDialog
  An Open-Source Package for Chinese Open-domain Conversational Chatbot (中文闲聊对话系统，一键部署微信闲聊机器人)
  ☆107Updated last year
• airaria / GRAIN
  GRAIN: Gradient-based Intra-attention Pruning on Pre-trained Language Models
  ☆17Updated last year
• GaoQ1 / langchain-chatbot
  Based on the Langchain framework, a retrieval and generative chatbot. 基于langchain实现的检索式和生成式问答
  ☆22Updated this week
• gmftbyGMFTBY / GPT2Dialog
  English or Chinses GPT2Dialog model from GPT2-chitchat
  ☆11Updated 4 years ago
• laughing429 / textRewriting
  中文文本改写
  ☆19Updated 4 years ago
• shuyhere / all-about-llm
  大语言模型训练和服务调研
  ☆35Updated last year