catalyst
🚀 Catalyst 是一款專為速度而設計的 C# 自然語言處理函式庫。受到 spaCy 設計的啟發,它帶來預訓練模型、開箱即用的訓練支援。
catalyst 是什麼?
🚀 Catalyst 是一款專為速度而設計的 C# 自然語言處理函式庫。受到 spaCy 設計的啟發,它帶來預訓練模型、開箱即用的詞嵌入與文件嵌入訓練支援,以及靈活的實體辨識模型。
catalyst 概覽
這是什麼
Catalyst 是一個以速度為設計核心的 C# 自然語言處理函式庫。靈感來自 spaCy 的架構,提供預訓練模型、開箱即用的詞向量與文件向量訓練支援,以及靈活的實體辨識模型。它針對 .NET 9 與 .NET 10,跨平台支援 Windows、Linux、macOS 與 ARM,採用非破壞性斷詞,在現代 CPU 上可達每秒超過 100 萬個詞彙。
主要功能
- 非破壞性斷詞,99.9% 以上無正規表示式,現代 CPU 上每秒超過 100 萬詞彙 - 命名實體辨識(基於詞典、規則與感知器) - 基於 Universal Dependencies 專案的預訓練模型 - 開箱即用支援訓練 FastText 與 StarSpace 嵌入 - 詞性標註 - 使用 FastText 或 cld3 進行語言偵測 - 使用從 spaCy 移植的查詢表進行詞形還原
使用情境
- 在 C# 應用程式中處理與分析大量文字 - 使用詞典、規則或感知器模型從文件中擷取命名實體 - 針對特定領域任務訓練自訂詞向量或文件向量 - 執行詞性標註與詞形還原以進行語言分析 - 偵測輸入文字的語言
快速開始
請參閱儲存庫的 README 以取得安裝與快速開始說明。
授權與價格
此函式庫採用 MIT 授權條款,為開放原始碼。
內容整理自該專案公開的 README 與儲存庫資訊。