• 汇集 GPU 编程相关术语，覆盖基础与进阶内容，减少技术门槛
• 内容开源，gpu-glossary 文件夹采用 CC BY 4.0 许可，其他文件 MIT 许可，方便二次使用与分享
• 适用 Modal 平台环境，紧贴实际应用场景，助力理解 GPU 工作机制与优化策略
• 结构清晰，便于快速查找和理解复杂概念，提升学习效率
• 适合开发者、研究人员及 GPU 爱好者，长期参考价值高，支持持续更新与社区贡献
系统化整理 GPU 相关知识，提升专业理解和开发实践能力。
GPU Glossary | #词典
DomainWordsDict 一个专业 #词典 知识库
作者是刘焕勇，现任360人工智能研究院算法专家，前中科院软件所工程师，主要研究方向为知识图谱、事件图谱在实际业务中的落地应用。
项目涵盖68个领域、共计916万词的专业词典知识库，可用于文本分类、知识增强、领域词汇库扩充等自然语言处理应用。在利用学习模型进行自然语言处理任务时候，领域词汇可以作为一项重要的领域特征加入到模型当中，可以提升领域性模型的性能
项目由来
1、领域性是自然语言处理中十分重要的一类问题，不同的领域之间在文本形式、用词、表达上都存在差异。而领域词汇作为一个领域的表示是用来区分领域的常规手段，例如，在没有标注语料进行有监督的领域文本分类中，利用领域关键词进行匹配、计数、排序的方式即可以完成这一任务。
2、当前，纵观中文开放语言资源，并未有出现较大规模的领域性资源，如领域的wordembedding词向量、领域的关键词库。而这一资源在传统方法进行文本处理具有较大价值。
为了填补这一空白以及对领域性词库进行基础语言资源建设，本项目被提出
作者是刘焕勇，现任360人工智能研究院算法专家，前中科院软件所工程师，主要研究方向为知识图谱、事件图谱在实际业务中的落地应用。
项目涵盖68个领域、共计916万词的专业词典知识库，可用于文本分类、知识增强、领域词汇库扩充等自然语言处理应用。在利用学习模型进行自然语言处理任务时候，领域词汇可以作为一项重要的领域特征加入到模型当中，可以提升领域性模型的性能
项目由来
1、领域性是自然语言处理中十分重要的一类问题，不同的领域之间在文本形式、用词、表达上都存在差异。而领域词汇作为一个领域的表示是用来区分领域的常规手段，例如，在没有标注语料进行有监督的领域文本分类中，利用领域关键词进行匹配、计数、排序的方式即可以完成这一任务。
2、当前，纵观中文开放语言资源，并未有出现较大规模的领域性资源，如领域的wordembedding词向量、领域的关键词库。而这一资源在传统方法进行文本处理具有较大价值。
为了填补这一空白以及对领域性词库进行基础语言资源建设，本项目被提出
MOJi Arc工作室建立于2014年上海，实施于东京，概念源自于日语单词「文字(モジ)」，旨在通过对文字信息的加工和搜索，简单而有效的传递精准有价值的信息。目前专注于中日、中英单词高效学习软件开发，尽可能改善单词学习体验和效果。
MOJi辞書功能特色：
① 根据用户输入的内容（中日、假名、罗马拼音以及英文），自动快速检索词条并提供云端高精度预测结果；
② 高自由度收藏分类管理生词，创建专属单词专辑；
③ 内置多家权威日语在线搜索服务：日+中日+英日全面应对；
④ 自己创建单词例句，制作专属词库；
⑤ 高自由度测试练习，支持12种题型；
⑥ 定制每日单词推送，可选择不同词库(如 能力考N1词库)，进行定点定量推送；
⑦ 支持单词卡片导出，制作专属单词卡片；
⑧ 无需网络，内置离线详解词库；
⑨ 每日全网络搜索热词一览，增加「不经意学习」机率；
⑩ 百万例句一键即搜
⑪ 支持单词列表云端共享和下载
⑫ 支持星号/问号通配符搜索，比如想搜索以「飛び」开头且为4个字的相关词条时，输入「飛び??」即可，非常适合快速联想学习（如同词根词汇）
