JioNLP

中文文本预处理一步到位,几十种工具开箱即用

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 442 🐛 待处理 42 👀 关注 33
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 3874
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源工具包,Apache-2.0 许可证,完全免费,可自行部署使用。

项目预览

JioNLP 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队dongrixinyu
定价模式🏷️完全免费
价格说明开源工具包,Apache-2.0 许可证,完全免费,可自行部署使用。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型ai,apache2,chinese,llm,natural-language-processing,nlp,preprocessing,python,time-parse,time-parsing
GitHub 星标★ 3874
上线时间2020-03-13 00:00:00
代码更新2026-11-07
仓库体积165.6 MB
本站数据更新2026-11-08
维护状态活跃
收录时间2026-08-09
浏览次数6

项目介绍

JioNLP 是一个面向中文 NLP 的预处理与解析工具包,旨在为自然语言处理任务提供准确、高效、易用的基础能力。它解决了中文文本处理中常见的痛点,如分词、词性标注、命名实体识别、依存句法分析、文本相似度计算、敏感词过滤、时间抽取、电话号码抽取等。工具包内置了丰富的预训练模型和规则算法,支持一键调用,无需繁琐的模型训练流程。其核心能力包括:提供 20+ 种常用 NLP 工具函数,覆盖文本清洗、信息抽取、数据增强等场景;支持金融、医疗等垂直领域的时间与实体解析;并附带简单的中文 NLP 入门教程与 API 文档。项目基于 Python 实现,接口设计简洁,适合快速集成到各类 NLP 流水线中,尤其适合数据预处理阶段。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 3874

使用教程

难度:入门 约 10 分钟 部署方式:库/依赖 5 步

环境要求

  • 已安装 Python 与 pip(README 未注明具体版本要求)
  • 可访问 PyPI 的网络环境,用于下载安装包
  • 任意可运行 Python 代码的终端或 IDE(如 Jupyter、命令行)

安装与启动步骤

  1. 1安装 jionlp

    README 给出的唯一安装方式,直接通过 pip 从 PyPI 安装,无需克隆仓库或编译。

    pip install jionlp
  2. 2导入并查看版本

    安装后在 Python 中导入包,打印 __version__ 确认安装成功且版本可用。

    python -c "import jionlp as jio; print(jio.__version__)"
  3. 3浏览工具函数列表

    用 dir(jio) 列出工具包暴露的全部功能函数,便于按需查找。

    python -c "import jionlp as jio; print(dir(jio))"
  4. 4查看函数文档

    README 示例用 extract_parentheses 演示查看函数注释,换成任意函数名即可看其用法说明。

    python -c "import jionlp as jio; print(jio.extract_parentheses.__doc__)"
  5. 5调用词典加载功能

    以停用词词典为例调用加载函数,验证实际功能可用(该函数在 README 功能表中列出)。

    python -c "import jionlp as jio; print(jio.stopwords_loader())"

如何确认成功

执行 print(jio.__version__) 能正常输出 jionlp 版本号,且 import jionlp as jio 无报错,即安装成功。

常见问题

Q:jionlp 是什么类型的项目,需要部署服务吗?

A:它是 Python 库(中文 NLP 预处理与解析工具包),pip 安装后直接 import 调用即可,没有 Docker 或服务端部署步骤。

Q:怎么知道某个功能函数怎么用?

A:按 README 示例,用 print(jio.函数名.__doc__) 查看该函数的注释文档,或用 dir(jio) 查看全部可用函数。

Q:README 里提到的星级⭐是什么意思?

A:表示优质特色功能,如 LLM 评测数据集加载、Byte-level BPE、成语/歇后语/地名词典等,可优先尝试。

Q:想了解更多功能和文档去哪里看?

A:README 中提供官网 https://www.jionlp.com 以及 GitHub Wiki 页面,功能性说明可对照查阅。

注意事项

  • README 只给出 pip install jionlp 一种安装方式,未提供 Docker、源码编译等方式。
  • README 未列出任何必须配置的参数或环境变量,无需额外配置即可使用。
  • 依赖下载失败时建议检查网络与 pip 源(README 未给出镜像源命令)。
  • 工具包功能涵盖时间解析、词典加载、BPE、LLM 评测数据集等,可结合官网与 Wiki 文档使用。

核心亮点

  • 提供20+种常用NLP工具函数,覆盖分词、NER、句法、相似度等,开箱即用
  • 内置金融、医疗领域时间与实体解析规则,抽取准确度高
  • API设计简洁,文档齐全,附带入门教程,上手成本低

不足之处

  • 部分功能依赖较重的第三方库,安装体积偏大
  • 模型更新频率一般,新词与新兴领域覆盖可能滞后

适用场景

  • 中文文本数据清洗与特征工程
  • 金融、医疗等垂直领域信息抽取
  • NLP教学与快速原型验证

替代项目

LTP、HanLP、FoolNLTK

上一篇:docetl

下一篇:towhee

同类项目推荐

botkit 开源

一套代码,快速搭建跨平台聊天机器人。

Botkit is an open source developer tool for building chat bots, apps and custom inte···

★ 11584 2026-08-09
modelence 开源

内置数据库鉴权监控,让 AI 直接写出能上线的全栈应用

Modelence is a production cloud on autopilot, where you can deploy and run your back···

★ 433 2026-09-14
pi-session-manager 开源

轻松管理 Pi AI 编程会话,搜索并一键恢复历史记录

Pi session manager for browsing, searching, and resuming Pi AI coding sessions. Rela···

★ 203 2026-08-09
go-astibob 开源

用 Go 快速搭建能听会说的 AI 助手

Golang framework to build an AI that can understand and speak back to you, and every···

★ 243 2026-08-09
qgate-model 开源

用统一元模型定义AI项目,一键生成可运行解决方案

ML/AI meta-model, used in MLRun/Iguazio/Nuclio, see qgate-sln-

★ 403 2026-08-09
json-render 开源

模型吐 JSON,页面直接长出来

The Generative UI framework

★ 19380 2026-10-20
embedJs 开源

几行代码搞定文档问答,快速构建 RAG 应用

A NodeJS RAG framework to easily work with LLMs and embeddings

★ 601 2026-08-09