PaddleSpeech 是基于飞桨 PaddlePaddle 的语音方向的开源模型库，用于语音和音频中的各种关键任务的开发，包含大量基于深度学习前沿和有影响力的模型。 特性: 本项目采用了易用...

Stanza 是斯坦福 NLP 组的官方 Python NLP（自然语言处理） 库。它支持在 60 多种语言上运行各种准确的自然语言处理工具，并支持从 Python 访问 Java Stanfo...

WantWords 是一个由清华大学自然语言处理实验室出品的开源在线反向词典。与为查询词提供定义的常规（正向）词典相反，反向词典返回与查询描述语义相符的词。 功能： 解决表述问题，即无法从记忆中...

xmnlp 是一个轻量级中文自然语言处理工具，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，偏旁部首等功能。 功能概览 中文简体词法分析 (RoBERTa +...

HarvestText 是一个专注无（弱）监督方法，能够整合领域知识（如类型，别名）对特定领域文本进行简单高效地处理和分析的库。适用于许多文本预处理和初步探索性分析任务，在小说分析，网络文本，专...

在自然语言处理领域中，预训练语言模型（Pre-trained Language Models）已成为非常重要的基础技术。为了进一步促进中文信息处理的研究发展，我们发布了基于全词遮罩（Whole ...

S3-plugin 是一个高性能 PyTorch 数据集库，用于高效访问存储在 S3 存储桶中的数据集。它提供对任何大小数据集的流式数据访问，因此无需提供本地存储容量。该库旨在利用 S3 提供的...

Coqui TTS 是一个用于高级文本到语音生成的库。它建立在最新研究的基础上，旨在实现易于训练、速度和质量之间的最佳平衡。Coqui TTS 带有预训练模型、用于测量数据集质量的工具，并且已经...

Common Voice 是 Mozilla 的开源项目，基于 MPL 协议发行，到目前为止已经诞生了几年时间，它允许志愿者们为语音识别软件的数据库做出贡献，而这个数据库属于公共领域，所有人都可...

NL-Augmenter 旨在增加处理自然语言数据集的转换。变换以不同的方式增强文本数据集，包括：引入拼写错误、翻译成不同的语言、随机化名称和数字、转述......以及任何你所贡献的创造性增强。...

RosaeNLG 是一个开源的自然语言生成（NLG）项目，旨在提供与产品 NLG 解决方案相同的 NLG 功能，并为开发人员和 IT 提供方便的集成和配置。 RosaeNLG 模板是在 VSCo...

Txtai 是一个人工智能驱动的搜索引擎，可以在文本的各个部分上建立了一个 AI 驱动的索引。 txtai 支持构建文本索引以执行相似性搜索并创建基于问-答的系统。此外，txtai 还具有用于 ...

Rasa 是一个开放源代码的机器学习框架，可自动执行基于文本和语音的对话。使用 Rasa，可以进行 NLU，对话管理，可以连接到 Slack，Facebook 等创建聊天机器人和语音助手。 使用...

praticeAI 是一个 AI 实战项目，让你有能力使用机器学习从数据中获取有价值的见解。 使用 PyTorch 实现基本的机器学习算法和深度神经网络 不需要任何设置，在浏览器中使用 Goog...

SOLSim是基于 GloVe（求取 Embedding）和 LSTM（训练生成器）制作的SOL对话模拟器，模拟SOL在群里的对话方式。 基本处理流程 使用语料库，训练 Embedding 输入...

DDParser(Baidu Dependency Parser)是百度自然语言处理部基于深度学习平台飞桨(PaddlePaddle)和大规模标注数据研发的依存句法分析工具。其训练数据不仅覆盖了...

1.疫战 2020（yizhan2020）介绍 “疫战 2020”是一个关于新型冠状病毒疫情防护的开源语料库。 该项目由用友白清杰发起，语料库全部由来自志愿者完成编辑撰写。志愿者有来自北师大、北...

文言（wenyan-lang）是一门采用文言文输入的编程语言，该语言不使用英文字符，仅包含繁体中文字符，并保留繁体引号「」。 特性 采用 NLP 共享古典汉语语法 编译为 JavaScript ...

CoreNLP 是斯坦福提供的一组用Java编写的自然语言分析工具。它可以接受原始的人类语言文本输入，并给出单词的基本形式，其词性，是否为公司，人员等的名称，规范化和解释日期，时间和数字量，标记...

FASPell 是一个简繁体中文拼写检查工具（Chinese Spell Check/中文拼写检错/中文拼写纠错/中文拼写检查），它可以轻松完成对任何一种中文文本的拼写检查，包括简体中文文本、繁...