#text-processing Repositories
Entdecke 113 aktive Open-Source-GitHub-Repositories, die mit #text-processing getaggt sind und insgesamt 267,207 Sterne gesammelt haben (durchschnittlich 2,364 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist gedoor/legado mit 47,268 Sternen.
Insgesamt 113 Repositories
Legado 3.0 Book Reader mit leistungsstarken Steuerelementen & vollständigen Funktionen ❤️ Lesen 3.0, Lesen ist ein Tool, das benutzerdefinierte Quellen zum Lesen von Online-Inhalten ermöglicht und Netzwerkliteratur-Enthusiasten eine bequeme, schnelle und angenehme Testleserfahrung bietet.
Chinesische Version von Humanizer, Claude Code Skills, hat zum Ziel, Spuren von KI-generiertem Text zu beseitigen.
:memo: Eine Textdatei, die 479k englische Wörter für all Ihre wörterbuchbasierten Projekte enthält, z. B. Autovervollständigung / Autosuggestion.
Layoutbewusste Dokument-Engine für KI und ein funktionsreiches Python-Toolkit zum Extrahieren, Rendern und Bearbeiten von PDFs und anderen Dokumenten. Seit Version 2.0 wandelt die ML-basierte Layoutanalyse PDFs und Office-Dateien in hochwertiges Markdown für RAG und Agenten um, läuft schnell auf der CPU und ordnet jedes Ergebnis seiner Quellseite zu.
:speech_balloon: Command-Line-Übersetzer mit Google Translate, Bing Translator, Yandex.Translate usw.
Baishuang Pinyin: Qiān jiā cāng cāng, bái lù wéi shuāng. Baishuang Pinyin verwendet hochwertige Korpora, führt Wortsegmentierung durch, berechnet neu Häufigkeiten von Zeichen und Wörtern, normalisiert sie und erstellt eine reine, wortfrequenzgenaue und intelligente Lexikon. Das Baishuang-Lexikon ist derzeit das beste Open-Source-Lexikon unter dem RIME-Schema, mit einer Genauigkeit, die in Tests nicht hinter kommerziellen Eingabemethoden zurückbleibt. Integriert in Moqi Input Method, herzlich willkommen zur Nutzung.
Dieses Repository wird derzeit nur zur Problemverfolgung für www.regex101.com verwendet
Open-Source-KI-Humanizer: Formuliert KI-generierte Texte so um, dass sie natürlich und menschlich klingen. LLM-gestützte Überarbeitung und Übersetzung mit mehreren Engines, inklusive Schritt-für-Schritt-Protokollen. Python-CLI, n8n und Docker.
PdfParser, eine eigenständige PHP-Bibliothek, bietet verschiedene Werkzeuge zum Extrahieren von Daten aus einer PDF-Datei.
Finde relevante Emojis aus Text in der Kommandozeile :open_mouth: :sparkles: :raised_hands: :horse: :boom: :see_no_evil:
Ein Python-Modul zum Extrahieren von Provinzen, Städten und Bezirken aus vereinfachten chinesischen Strings und zur Durchführung von Zuordnungen, Überprüfungen und einfachen Diagrammen
Ein Tool zum Hinzufügen neuer Zeilen zu Dateien, wobei Duplikate übersprungen werden
Wortlisten zum Erstellen statistisch wahrscheinlicher Benutzernamenlisten für den Einsatz bei Passwortangriffen und Sicherheitstests. Seit über 10 Jahren werden sie in Penetrationstests mit erstaunlichen Ergebnissen eingesetzt.
PCRE2 ist eine Bibliothek, die den Abgleich regulärer Ausdrucksmuster über eine C-API implementiert.
Die genaueste Bibliothek zur Erkennung natürlicher Sprachen für Go, geeignet für kurze Texte und gemischtsprachige Texte
Eine Kopie von http://sourceforge.net/projects/pinyin4j, dann stellen Sie sie im Maven Central Repository bereit.
Ein Textverarbeiter, der Ihnen aus dem Weg geht und Sie Ihre Arbeit erledigen lässt.
Eine auf Rust basierende Utility-Toolbox für Entwickler. Inspiriert von https://it-tools.tech
Häufig gestellte Fragen
Welches ist das beliebteste #text-processing-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#text-processing-Projekt auf GitHub ist gedoor/legado mit 47,268 Sternen. Legado 3.0 Book Reader mit leistungsstarken Steuerelementen & vollständigen Funktionen ❤️ Lesen 3.0, Lesen ist ein Tool, das benutzerdefinierte Quellen zum Lesen von Online-Inhalten ermöglicht und Netzwerkliteratur-Enthusiasten eine bequeme, schnelle und angenehme Testleserfahrung bietet.
Welche Programmiersprachen werden in #text-processing-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #text-processing-Projekten auf GitHub sind Python, Rust, Go, JavaScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #text-processing-Repositories berechnet?
Wir verfolgen 113 aktive Open-Source-Repositories, die mit #text-processing getaggt sind (500+ Sterne), mit insgesamt 267,207 Sternen und durchschnittlich 2,364 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.