范化、BLINK：最先进的实体链接库、BertPunc：基于BERT的最先进标点修复模型、Tokenizer：

<center> <img style="border-radius: 0.3125em; box-shadow: 0 2px 4px 0 rgba(34,36,38,.12),0 2px 10px 0 rgba(34,36,38,.08);" src="./data/.logo图片/.img.jpg"width="180"> <br> <div style="color:orange; border-bottom: 1px solid #d9d9d9; display: inline-block; color: #999; padding: 2px;">NLP民工的乐园</div> </center> <br> [](https://github.com/fighting41love/funnlp) [](https://www.zhihu.com/people/mountain-blue-64) [](https://scholar.google.com/citations?hl=en&user=aqZdfDUAAAAJ) [](http://fighting41love.github.io/archives/) [](http://fighting41love.github.io/) <!-- [](https://github.com/fighting41love) --> <!-- [](http://fighting41love.github.io/archives/) --> ### The Most Powerful NLP-Weapon Arsenal ## NLP民工的乐园: 几乎最全的中文NLP资源库 在入门到熟悉NLP的过程中，用到了很多github上的包，遂整理了一下，分享在这里。 很多包非常有趣，值得收藏，满足大家的收集癖！ 如果觉得有用，请分享并star:star:，谢谢！ 长期不定时更新，欢迎watch和fork！:heart::heart::heart: | :fire::fire::fire::fire::fire::fire::fire::fire::fire::fire: &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; | | ---- | | * [类ChatGPT的模型评测对比](#类ChatGPT的模型评测对比) <br> * [类ChatGPT的资料](#类ChatGPT的资料) <br>* [类ChatGPT的开源框架](#类ChatGPT的开源框架) <br>* [LLM的训练_推理_低资源_高效训练](#LLM的训练_推理_低资源_高效训练) <br>* [提示工程](#提示工程) <br>* [类ChatGPT的文档问答](#类ChatGPT的文档问答) <br>* [类ChatGPT的行业应用](#类ChatGPT的行业应用) <br>* [类ChatGPT的课程资料](#类ChatGPT的课程资料) <br>* [LLM的安全问题](#LLM的安全问题) <br>* [多模态LLM](#多模态LLM) <br>* [LLM的数据集](#LLM的数据集) | :eggplant: :cherries: :pear: :tangerine: &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; | :sunflower: :strawberry: :melon: :tomato: :pineapple: &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;| | ---- | ---- | | * [语料库](#语料库) <br> * [词库及词法工具](#词库及词法工具) <br> * [预训练语言模型](#预训练语言模型) <br> * [抽取](#抽取) <br> * [知识图谱](#知识图谱) <br> * [文本生成](#文本生成) <br> * [文本摘要](#文本摘要) <br> * [智能问答](#智能问答) <br> * [文本纠错](#文本纠错) | * [文档处理](#文档处理) <br> * [表格处理](#表格处理) <br> * [文本匹配](#文本匹配) <br> * [文本数据增强](#文本数据增强) <br> * [文本检索](#文本检索) <br> * [阅读理解](#阅读理解) <br> * [情感分析](#情感分析) <br> * [常用正则表达式](#常用正则表达式) <br> * [语音处理](#语音处理) | | * [常用正则表达式](#常用正则表达式) <br> * [事件抽取](#事件抽取) <br> * [机器翻译](#机器翻译) <br> * [数字转换](#数字转换) <br> * [指代消解](#指代消解) <br> * [文本聚类](#文本聚类) <br> * [文本分类](#文本分类) <br> * [知识推理](#知识推理) <br> * [可解释NLP](#可解释自然语言处理) <br> * [文本对抗攻击](#文本对抗攻击) | * [文本可视化](#文本可视化) <br> * [文本标注工具](#文本标注工具) <br> * [综合工具](#综合工具) <br> * [有趣搞笑工具](#有趣搞笑工具) <br> * [课程报告面试等](#课程报告面试等) <br> * [比赛](#比赛) <br> * [金融NLP](#金融自然语言处理) <br> * [医疗NLP](#医疗自然语言处理) <br> * [法律NLP](#法律自然语言处理) <br> * [文本生成图像](#文本生成图像) <br> * [其他](#其他) | <!-- 目录（Table of contents） ================= <table border="0"> <tr> <td><b style="font-size:30px">:star:</b></td> <td><b style="font-size:30px">:star::star:</b></td> <td><b style="font-size:30px">:star::star::star:</b></td> <td><b style="font-size:30px">:star::star::star::star:</b></td> </tr> <tr> <td> <!--ts--> <!-- * [语料库](#语料库) * [词库及词法工具](#词库及词法工具) * [预训练语言模型](#预训练语言模型) * [抽取](#抽取) * [知识图谱](#知识图谱) * [文本生成](#文本生成) * [文本摘要](#文本摘要) * [智能问答](#智能问答) * [文本纠错](#文本纠错) --> <!--te--> </td> <td> <!--ts--> <!-- * [文档处理](#文档处理) * [表格处理](#表格处理) * [文本匹配](#文本匹配) * [文本数据增强](#文本数据增强) * [文本检索](#文本检索) * [阅读理解](#阅读理解) * [情感分析](#情感分析) * [常用正则表达式](#常用正则表达式) * [语音处理](#语音处理) --> <!--te--> </td> <td> <!--ts--> <!-- * [常用正则表达式](#常用正则表达式) * [事件抽取](#事件抽取) * [机器翻译](#机器翻译) * [数字转换](#数字转换) * [指代消解](#指代消解) * [文本聚类](#文本聚类) * [文本分类](#文本分类) * [知识推理](#知识推理) * [可解释NLP](#可解释自然语言处理) * [文本对抗攻击](#文本对抗攻击) --> <!--te--> </td> <td> <!--ts--> <!-- * [文本可视化](#文本可视化) * [文本标注工具](#文本标注工具) * [综合工具](#综合工具) * [有趣搞笑工具](#有趣搞笑工具) * [课程报告面试等](#课程报告面试等) * [比赛](#比赛) * [金融NLP](#金融自然语言处理) * [医疗NLP](#医疗自然语言处理) * [法律NLP](#法律自然语言处理) * [其他](#其他) --> <!--te--> <!-- </td> </tr> </table> --> ---- # 类ChatGPT的模型评测对比 | 资源名（Name） | 描述（Description） | 链接 | | :--- | :---- | :--- | | ChatALL：可以同时与多个AI聊天机器人（含清华、讯飞的产品） | 可以同时与多个AI聊天机器人（如ChatGPT、Bing Chat、Bard、Alpaca、Vincuna、Claude、ChatGLM、MOSS、iFlytek Spark、ERNIE等）进行对话的工具。它可以并行发送提示给不同的AI机器人，帮助用户找到最好的回答 | [github-ChatALL](https://github.com/sunner/ChatALL) | | Chatbot Arena | 实际场景用Elo rating对 LLM 进行基准测试 - 介绍了 Chatbot Arena，一种针对大型语言模型 (LLM) 的基准平台，采用匿名、随机的方式进行对抗评测，评测方式基于国际象棋等竞技游戏中广泛使用的 Elo rating system。发布了9个流行的开源 LLM 模型的 Elo rating 并推出排行榜。平台采用 FastChat 多模型服务系统，在多个语言下提供交互式界面，数据来源于用户投票。总结了 Chatbot Arena 的优点并计划提供更好的采样算法、排名和服务系统 | [截止2023年5月3日](https://lmsys.org/blog/2023-05-03-arena/) | | 类ChatGPT模型评测总结 | 大型语言模型(LLM)受到广泛关注，这些强大