开源项目（80+项）

桌面软件及开源库

项目名称	中文名称
Java-OCR推理引擎库	功能有：印刷体、手写体、版面检测以及表格检测与识别
OCR及表格识别软件	OCR及表格识别软件：支持印刷体、手写体、表格识别；支持截图识别；一键保存
视频转ppt/pdf软件	视频转ppt/pdf软件：视频转为可编辑PPT；支持区间提取以及去重处理
文档比对软件	文档比对软件：支持文本、word、excel、pdf及扫描件、ofd以及图像的内容比对分析，生成详细报告
图片处理软件	图片处理软件：漂白、去阴影、超清、去扭曲以及切边(卡证切边、文档切边)

LLM+应用

项目名称	中文名称
智能体系统设计与实战：基于langchain与langgraph	智能体系统设计与实战：基于langchain与langgraph
medical-diagnosis-assistant	智能医疗诊断助手
food_packaging_analysis	食品配料营养安全分析工具
simple_llm_benchmarking	LLM 推理服务器基准测试工具是一款专业的性能测试软件
ChatExcel	ChatExcel 是一款专注于智能表格数据问答分析系统
contract_review	合同智能审核系统
ai_writer_summary	AI writing and summary，利用deepseek进行智能写作与文章总结
llm-knowledge-graph	利用大模型LLM对文本、图片以及pdf生成知识图谱
llm_dataset_generation	利用大模型LLM生成训练数据
customer_support_assistant	智能客服支持助手
pdf_multimodal_rag	pdf多模态rag问答
DataFine	数据清洗，文本审核
pediatrics_llm_qa	儿科问诊小模型
llm_corpus_quality	大模型预训练中文语料清洗及质量评估
llm_security	大模型输入内容风险检测
llm_agent_math	llm agent的算术和推理能力
movie_llm_agent	llm agent与图数据库neo4j交互，实现图谱问答
Key Information Extraction from Image with LLM	利用ocr和大模型进行关键信息抽取

自然语言处理

项目名称	中文名称
text_security_audit	文本内容安全审核-语义模型过滤，敏感内容(政治、色情、暴恐违禁以及歧视辱骂)检测系统
pdf_invoice_parser	pdf invoice parser，pdf-ofd发票解析
bert_text_classification_onnx	bert、roberta、macbert等模型的java onnx文本分类
text_security_detection	文本内容安全检测java
chinese_offensive_language_detection_onnx	利用onnx格式进行中文冒犯语言检测
ad_detect_textcnn	广告检测模型训练
ad_detection	java广告检测
java_textcnn_onnx	java调用textcnn
AutoText	智能文本自动处理工具
gec_check_template	基于模板中文语法纠错
t5-onnx-corrector	t5-onnx模型用于中文拼写纠错
punctuation_prediction	中文句子标点符号预测
intent_detection_and_slot_filling	意图识别与槽填充联合模型
intent_classification	深度网络实现意图分类
knowledge-automatic-tagging	题目知识点预测标注
chatbot_chinese	中文chatbot
chatbot	前馈网络分类预测chatbot
text-de-duplication	中文文本去重
albert_lstm_crf_ner	实体识别
similarity_words	词间的相关性
NewsSummary	新闻摘要程序
triple_event_extract	复合事件抽取，依存关系三元组抽取
jcorrector	中文文本纠错工具
model2onnx	将roberta和macbert模型转为onnx格式，并进行推理
macbert-java-onnx	java加载macbert模型，并进行中文拼写纠错
roberta-java-onnx	java加载roberta模型，并进行推理
albert_link_prediction	中文实体链接预测
place_mapper	提取市、县或区的级联地名及编码
sentence_rewriting	中文句子改写生成
chinese_sentence_paraphrase	结合语言知识的句子改写生成
albert_re	中文关系抽取
albert_srl	中文语义角色标注
albert_ner	中文实体识别
text_generation	根据title和keywords生成文本
gcn_for_prediction_of_protein_interactions	图卷积用于蛋白质相互作用

知识图谱与问答

项目名称	中文名称
intelligent_medical	智慧医疗(搜索，问答，诊断)
education_knowledge_graph_app	k12教育学科知识图谱，图谱展示，知识点追踪，智能问答以及题目知识点预测
movie_knowledge_graph_app	电影知识图谱，主要包括实体识别、实体查询、关系查询以及智能问答等
movie_kg	基于java知识图谱的电影智能问答
text_grapher	java对文章进行解析并图谱化展示事件
easyKG	知识图谱相关技术

图像处理

项目名称	中文名称
nanonet_table_line_recognition	一种超轻量级的有线表格识别方法
JiaJiaOCR	java实现OCR
Document image processing tool	文档图像处理工具
table_structure_recognition	利用Swin-Unet(Swin Transformer Unet)实现对文档表格结构的识别
dbnet_crnn_java	文本检测模型dbnet与文本识别模型crnn
layout_detection(c++)	c++实现文档图片的版面检测
table_ocr_java	图片表格检测与结构识别(java)
chinese layout detection	中文版面检测(java版)
chinese layout detection	中文版面检测(python版)
vehicle_license_plate_recognition	车牌识别系统
pdf_to_docx	利用ocr将pdf转为docx
doc_ai	djl加载paddleocr-onnx模型
java-springboot-paddleocr	java加载paddle-ocr的C++编译的可执行文件exe
java-springboot-paddleocr-v2	JNI加载paddle-ocr的C++编译的dll库

搜索推荐与数据挖掘

项目名称	中文名称
learning_to_rank	搜索排序学习
spark_data_mining	spark大数据挖掘
recommendation_methods	个性化推荐模型
entropy_sim	利用熵计算查询与文档的相关性
python_search	查询与文档匹配搜索
semantic_matching	语义匹配

AI工具

项目名称	中文名称
docimg_tool	文档图像处理工具
micrograd4j	java开发的一个自动微分引擎
j4nlp	java nlp项目
CNN4IE	利用CNN各种变体进行实体抽取
RNN4IE	利用RNN进行实体抽取
gnn4lp	图神经网络用于链接预测

其它

项目名称	中文名称
paper_read_note	论文阅读笔记