#entity-extraction Repositories
Entdecke 9 aktive Open-Source-GitHub-Repositories, die mit #entity-extraction getaggt sind und insgesamt 27,201 Sterne gesammelt haben (durchschnittlich 3,022 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist deeppavlov/DeepPavlov mit 6,994 Sternen.
Insgesamt 9 Repositories
Eine Open-Source-Bibliothek für Deep-Learning-End-to-End-Dialogsysteme und Chatbots.
Eine NLP-Bibliothek zum Erstellen von Bots, mit Entitätsauszug, Stimmungsanalyse, automatischer Sprachenerkennung und vielem mehr
Sprache, Engine und Werkzeuge zum Ausdrücken, Testen und Evaluieren von komponierbaren Sprachregeln auf Eingabestrings.
Microsoft.Recognizers.Text bietet Erkennung und Auflösung von Zahlen, Einheiten, Datum/Uhrzeit usw. in mehreren Sprachen (ZH, EN, FR, ES, PT, DE, IT, TR, HI, NL. Teilweiser Support für JA, KO, AR, SV). Pakete verfügbar unter: https://www.nuget.org/profiles/Recognizers.Text, https://www.npmjs.com/~recognizers.text
Eine Sammlung von Korpora für Named Entity Recognition (NER) und Entity Recognition-Aufgaben. Diese annotierten Datensätze decken eine Vielzahl von Sprachen, Domänen und Entitätstypen ab.
In diesem Projekt untersuchte ich, wie man Wissensgraphen aus Texten mit LLMs wie OpenAI GPT4o extrahiert.
GraphRAG-rs ist eine leistungsstarke, hochmoderne Rust-Implementierung von GraphRAG (Graph-basierte Retrieval Augmented Generation), die Wissensgraphen aus Dokumenten erstellt und natürliche Sprachabfragen mit konfigurierbarer Entitätsextraktion und lokaler LLM-Integration ermöglicht
KI-gestützte Dokumentenintelligenz-Plattform mit lokalem Ansatz für investigativen Journalismus
Häufig gestellte Fragen
Welches ist das beliebteste #entity-extraction-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#entity-extraction-Projekt auf GitHub ist deeppavlov/DeepPavlov mit 6,994 Sternen. Eine Open-Source-Bibliothek für Deep-Learning-End-to-End-Dialogsysteme und Chatbots.
Welche Programmiersprachen werden in #entity-extraction-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #entity-extraction-Projekten auf GitHub sind Python, JavaScript, Haskell, Scala die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #entity-extraction-Repositories berechnet?
Wir verfolgen 9 aktive Open-Source-Repositories, die mit #entity-extraction getaggt sind (500+ Sterne), mit insgesamt 27,201 Sternen und durchschnittlich 3,022 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.