Biaffine Parser 相关的热门 GitHub AI项目仓库

Turn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toolkit that bridges the gap between images/PDFs and LLMs. Supports 80+ languages.

把文字切分成词语，并标注每个词的词性（例如名词、动词）；识别出人名、地名、机构名等命名实体；分析句子中词语之间的语法关系；分析句子的结构成分；分析句子中词语之间的语义关系；标注句子中每个成分的语义角色（例如施事者、受事者）；解决代词指代不明确的问题；转换文本的写作风格；计算文本间的语义相似度；发现新的词语；提取关键词和短语；自动生成文本摘要；对文本进行分类和聚类；进行中文简繁体转换；以及其他自然语言处理技术。

针对大型语言模型 (LLM) 优化的文件解析器，无信息损失？能够以最适合大型语言模型的格式解析 PDF、Docx 和 PPTx 文件。

深度学习文档图像分析的统一工具包

一个C语言库，用于解析/规范化全球范围内的街道地址。该库由统计自然语言处理和开放地理数据提供支持。

AutoRAG：一个开源框架，用于基于检索增强生成 (RAG) 的评估和优化，并具备 AutoML 风格的自动化功能

一个用于修复大型语言模型 (LLM) 生成的无效 JSON 数据的 Python 模块

用于从文本中提取语义信息的 Python 库 Snips

一个用于文档 AI 的代码库

利用深度神经网络从发票文档中提取智能信息。

用于文本分析的工具，包含文本清理、新词识别、情感分析、实体识别与链接、关键词提取、知识提取和句法分析等功能，并支持无监督或弱监督学习方法。

用于日志解析的机器学习工具包（发表在ICSE'19和DSN'16会议上）

Microsoft.Recognizers.Text 库支持多种语言（中文、英文、法文、西班牙文、葡萄牙文、德文、意大利文、土耳其文、印地文、荷兰文，部分支持日语、韩语、阿拉伯文和瑞典文）的数字、单位、日期/时间等的识别和解析。你可以在以下地址找到相关的软件包：https://www.nuget.org/profiles/Recognizers.Text 和 https://www.npmjs.com/~recognizers.text

Underthesea - 越南语自然语言处理工具包

Semantic search and document parsing tools for the command line

一个使用人工智能从文档中提取结构化数据的开源平台。

波斯语自然语言处理工具包

Extract and convert data from any document, images, pdfs, word doc, ppt or URL into multiple formats (Markdown, JSON, CSV, HTML) with intelligent structured data extraction and advanced OCR.

支持11种语言的高精度自然语言处理（NLP）解析器

一个与训练库无关的计算机视觉框架——可与Fastai、PyTorch Lightning等多种训练库无缝集成，未来将支持更多库。