#网络爬虫#📙 中华新华字典数据库。包括歇后语，成语，词语，汉字。
#自然语言处理#大规模中文自然语言处理语料 Large Scale Chinese Corpus for NLP
BELLE: Be Everyone's Large Language model Engine（开源中文对话大模型）
#自然语言处理#A curated list of resources for Chinese NLP 中文自然语言处理相关资料
#大语言模型#AirLLM 70B inference with single 4GB GPU
Fengshenbang-LM(封神榜大模型)是IDEA研究院认知计算与自然语言研究中心主导的大模型开源体系，成为中文AIGC和认知智能的基础设施。
百度NLP：分词，词性标注，命名实体识别，词重要性
#自然语言处理#MNBVC(Massive Never-ending BT Vast Chinese corpus)超大规模中文语料集。对标chatGPT训练的40T数据。MNBVC数据集不但包括主流文化，也包括各个小众文化甚至火星文的数据。MNBVC数据集包括新闻、作文、小说、书籍、杂志、论文、台词、帖子、wiki、古诗、歌词、商品介绍、笑话、糗事、聊天记录等一切形式的纯文本中文数据。
#自然语言处理#fastNLP: A Modularized and Extensible NLP Framework. Currently still in incubation.
#自然语言处理#Chinese-LLaMA 1&2、Chinese-Falcon 基础模型；ChatFlow中文对话模型；中文OpenLLaMA模型；NLP预训练/指令微调数据集
#自然语言处理#Chinese Named Entity Recognition with IDCNN/biLSTM+CRF, and Relation Extraction with biGRU+2ATT 中文实体识别与关系提取
#自然语言处理#Datasets, SOTA results of every fields of Chinese NLP
#自然语言处理#Jcseg is a light weight NLP framework developed with Java. Provide CJK and English segmentation based on MMSEG algorithm, With also keywords extraction, key sentence extraction, summary extraction imp...
#计算机科学#🍀 Another Chinese chatbot implemented in PyTorch, which is the sub-module of intelligent work order processing robot. 👩🔧
#大语言模型#An open-source educational chat model from ICALK, East China Normal University. 开源中英教育对话大模型。(通用基座模型，GPU部署，数据清理) 致敬: LLaMA, MOSS, BELLE, Ziya, vLLM