uralicNLP

冷门语言也能做NLP，FST加LLM双引擎

uralicNLP 是一个面向乌拉尔语系（芬兰语、斯科尔特萨米语、莫克沙语等）及部分非乌拉尔语言（西班牙语、法语、阿拉伯语、瑞典语、挪威语、俄语、英语）的自然语言处理库。它解决的核心问题是：这些语言普遍缺乏成熟的 NLP 工具链，尤其在形态分析、词形还原和句法处理上资源稀缺。项目集成了有限状态转换器（FST）和约束语法等传统方法，并引入大语言模型能力，提供分词、词性标注、形态分析、词形还原、句法分析等功能。其亮点在于对低资源语言的覆盖，以及将经典 FST 与 LLM 结合的混合路线，适合研究者和开发者处理多语言、形态丰富的语言任务。

开源 free 开发框架

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 100

维护状态活跃

是否开源是

定价模式 free

项目数据

分类开发框架

开发团队mikahama

所属国家

官网地址http://uralicnlp.com

GitHubhttps://github.com/mikahama/uralicNLP

定价模式free

价格说明开源免费，官网提供文档与使用入口

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型clustering,conll-u,constraint-grammar,dutch,finnish,french,fst,german,large-language-model,lemmatizer,llm,moksha,morphological-analysis,morphological-generation,nlp-library,russian,sami,spanish,swedish,uralic-languages

GitHub 星标★ 100

30天Star增速

HF 下载量

上线时间2017-12-07 00:00:00

最近更新2026-09-24 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-27

浏览次数0

使用教程

核心亮点

覆盖芬兰语、萨米语、莫克沙语等稀缺乌拉尔语言，填补低资源语言工具空白
同时支持西班牙语、法语、阿拉伯语等非乌拉尔语言，多语言场景实用
融合FST与LLM两种技术路线，兼顾形态分析的精确性和大模型的泛化能力

不足之处

项目星标仅100，社区规模小，长期维护和更新频率待观察
文档和示例可能不够完善，非乌拉尔语言的支持深度参差不齐

适用场景

研究乌拉尔语系形态句法的语言学项目
开发面向芬兰语或萨米语的多语言NLP应用
需要词形还原和形态分析的低资源语言处理流程

替代项目

spaCy、Stanza

项目介绍

uralicNLP 是开发框架领域的开源项目，由 mikahama 开发，2017 年首次发布。

它收录于开发框架分类，该分类目前共有 808 个项目，GitHub 星标数为 100。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-24。开源免费，官网提供文档与使用入口。

它主要面向的使用场景是：研究乌拉尔语系形态句法的语言学项目。同类可对比的替代方案包括 spaCy、Stanza。

上一篇：skills

下一篇：dsh-deepseek-web-login