登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 16597+ 精选技能
全部 编程开发 人工智能 设计创意 产品商业 数据科学 市场营销 职场通用 效率工具 硬件工程 语言学习
搜索 NLP ，共找到 49 条记录
默认排序 最新上传 最多下载

NLP研究可复现性指南

naacl-reproducibility
brycewang-stanford/Awesome-Journal-Skills
82
本指南详细阐述了自然语言处理（NLP）研究的严格可复现性要求。它指导研究人员必须将可复现性清单视为一项约束性合同，通过精确“锁定”所有关键变量（包括模型版本、API访问日期、提示词和随机种子），并创建完整的可复现性清单（reproducibility manifest），从而确保研究结果的科学严谨性和可验证性。
查看详情

NAACL论文投稿审核与准备指南

naacl-submission
brycewang-stanford/Awesome-Journal-Skills
82
这是一份为目标投递NAACL学术会议的作者准备的深度审核指南。它详细指导用户检查论文在上传到ACL Rolling Review (ARR)系统时必须通过的所有技术和格式门槛。内容涵盖了匿名性、页数限制、结构声明的准确性等，确保论文在复杂的学术提交流程中万无一失。
查看详情

人工智能会议投稿选题指南

naacl-topic-selection
brycewang-stanford/Awesome-Journal-Skills
452
这是一份为自然语言处理（NLP）研究人员设计的投稿指南。它帮助用户权衡论文的提交时机、目标受众匹配度和特定会议的地域特色（如“美洲国家”）。目的是确保论文投递到最合适、最能接受其贡献的学术会议或期刊，提高研究成果的曝光度和认可度。
查看详情

NAACL会议投稿策略指南

north-american-chapter-of-the-association-for-computational-linguistics
brycewang-stanford/Awesome-Journal-Skills
461
本指南为目标投递NAACL会议的作者提供全面的学术策略指导。它帮助作者规划自然语言处理（NLP）和计算语言学论文的定位与框架，了解顶级会议所需的学术严谨度和证据标准，确保论文结构和内容符合要求。
查看详情

模式识别论文创新性论证

prai-related-work
brycewang-stanford/Awesome-Journal-Skills
192
本指南旨在指导您撰写模式识别和人工智能领域的“相关工作”部分。核心在于将文献综述从简单的罗列转变为创新性论证，重点突出本文相对于现有工作的增量贡献（delta），帮助论文达到经得起外审严格检验的水准。
查看详情

AI学术论文投稿与选题指南

prai-topic-selection
brycewang-stanford/Awesome-Journal-Skills
254
本技能旨在为作者提供投稿《模式识别与人工智能》的选题和定位指南。它详细阐述了期刊在模式识别、机器学习、计算机视觉和自然语言处理等核心AI领域的学科边界，帮助研究者判断选题的原创性增量、稿件类型（研究论文/综述）以及是否更适合改投其他兄弟刊，从而避免初审退稿。
查看详情

计算语义学会议论文匹配度评估

starsem-conference-on-computational-semantics
brycewang-stanford/Awesome-Journal-Skills
96
本技能为目标投稿至“计算语义学会议”（*SEM）的作者提供全面的指南。它旨在帮助作者评估论文的会议匹配度，优化文章框架，明确语义表征、语义解析和推理等核心领域的证据要求。本工具是用于论文投稿策略规划和学术定位的专业参考。
查看详情

模型亚组公平性审计

auditing-subgroup-fairness
maziyarpanahi/openmed
293
该技能用于审计OpenMed的NER或去标识化模型，以检测不同人口子群组（如性别、年龄、种族）之间的性能差异。它计算了每个子群组的召回率和泄露率差异，帮助用户在部署前发现“欠保护”现象，确保AI系统的公平性和可治理性。
查看详情

OpenMed MCP服务器工具部署

deploying-openmed-mcp
maziyarpanahi/openmed
235
该技能部署了OpenMed模型上下文协议（MCP）服务器，将临床NLP工具（如命名实体识别、PII提取和去标识化）封装为可调用的工具。它允许AI智能体和聊天客户端通过工具调用来使用OpenMed功能，并在本地设备上安全运行，确保用户数据隐私。
查看详情

临床笔记结构化分段处理

segmenting-clinical-sections
maziyarpanahi/openmed
399
本功能用于将非结构化的临床病历（如主诉、现病史、既往病史等）分割成带有规范标签和LOINC代码的独立片段。这种结构化的分段处理至关重要，它确保了下游的命名实体识别（NER）和去标识化任务能够获取完整的上下文信息。这大大提升了医疗文本处理的准确性和专业性。
查看详情

OpenMed临床NLP REST API部署

serving-openmed-rest-api
maziyarpanahi/openmed
233
本技能提供OpenMed的FastAPI RESTful服务，用于构建自托管的临床NLP微服务。它核心功能包括临床命名实体识别（NER）、个人身份信息（PII）提取和去识别化处理。适用于需要将模型部署为内部API、进行批处理或构建安全推理层级的场景，支持模型生命周期管理和动态批处理。
查看详情

日语NLP工具对比

compare
taishi-i/awesome-japanese-nlp-resources
78
对比多个日语NLP库、模型或数据集，通过选定标准生成对比表格。支持特定工具对比模式和主题对比模式。使用内置数据和网络搜索查找相关资源。适合在项目中评估最佳工具选择。
查看详情
上一页12345下一页
语言
简体中文
English