pinyintokenizer, 拼音分词器,将连续的拼音切分为单字拼音列表。
APACHE-2.0 License
Bot releases are hidden (Show)
Published by shibing624 almost 2 years ago
Full Changelog: https://github.com/shibing624/pinyin-tokenizer/commits/0.0.1
【大模型】3小时完全从0训练一个仅有26M的小参数GPT,最低仅需2G显卡即可推理训练!
中文自然语言处理数据集,平时做做实验的材料。欢迎补充提交合并。
pytextclassifier is a toolkit for text classification. 文本分类,LR,Xgboost,TextCNN,FastText,TextRNN,B...
Use ChatGPT to summarize the arXiv papers. 全流程加速科研,利用chatgpt进行论文全文总结+专业翻译+润色+审稿+审稿回复
汉字转拼音(pypinyin)
CodeAssist is an advanced code completion tool that provides high-quality code completions for Py...
文本挖掘和预处理工具(文本清洗、新词发现、情感分析、实体识别链接、关键词抽取、知识抽取、句法分析等),无监督或弱监督方法
Chinese version of GPT2 training code, using BERT tokenizer.
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、TopicR...
Python实用教程,包括:Python基础,Python高级特性,面向对象编程,多线程,数据库,数据科学,Flask,爬虫开发教程。
NLP common tools.
text2vec, text to vector. 文本向量表征工具,把文本转化为向量矩阵,实现了Word2Vec、RankBM25、Sentence-BERT、CoSENT等文本表征、文本相似...
simple-pinyin 基于隐马尔可夫模型的简易拼音输入法(拼音转汉字)
xmnlp:提供中文分词, 词性标注, 命名体识别,情感分析,文本纠错,文本转拼音,文本摘要,偏旁部首,句子表征及文本相似度计算等功能
Automatic Speech Recognition(ASR), Text-To-Speech(TTS) engine. 中英语音识别、多角色语音合成,支持多语言,准确率高