Startseite Projekte SpanMarkerNER
SpanMarkerNER

SpanMarkerNER

von tomaarsen · GitHub

SpanMarker für die Erkennung benannter Entitäten

Auf GitHub ansehen
⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
SpanMarkerNER — GitHub preview card
📈 Sternhistorie
477476
2026-07-202026-07-29
📈 SpanMarkerNER verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

SpanMarker für die Erkennung benannter Entitäten

SpanMarkerNER hat 477 Sterne auf GitHub. Es wurde 33-mal geforkt. SpanMarkerNER ist hauptsächlich in Jupyter Notebook geschrieben. Es wird seit 2023 aktiv entwickelt. SpanMarkerNER ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: huggingface, ner, nlp, spacy.

Frequently asked questions

Was ist SpanMarkerNER?

SpanMarker für die Erkennung benannter Entitäten

Ist SpanMarkerNER Open Source?

SpanMarkerNER ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist SpanMarkerNER kostenlos?

Ja. SpanMarkerNER ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht SpanMarkerNER?

SpanMarkerNER ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist SpanMarkerNER geschrieben?

SpanMarkerNER ist hauptsächlich in Jupyter Notebook geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — SpanMarkerNER

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=tomaarsen-spanmarkerner)](https://opensourceai.tech/project/tomaarsen-spanmarkerner.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.