语料库分析

SoftMatcha是一个专注于亿级语料库的软模式匹配工具，结合语义和高效索引技术，能够快速找到相似模式。它特别适合处理自然语言中的拼写变化和同义替换，适用于英语、日语和拉丁语等语言。项目提供扫描和索引两种搜索方式，支持多种嵌入式后端如gensim和transformers，增加了灵活性。