#entity-extraction Repositorios
Descubre 9 repositorios activos de código abierto de GitHub etiquetados con #entity-extraction, que acumulan 27,201 estrellas en total (una media de 3,022 estrellas por proyecto). El líder de este tema es deeppavlov/DeepPavlov, con 6,994 estrellas.
9 repositorios en total
Una biblioteca de código abierto para sistemas de diálogo end-to-end de aprendizaje profundo y chatbots.
Una biblioteca de NLP para construir bots, con extracción de entidades, análisis de sentimientos, identificación automática de idioma y mucho más
Lenguaje, motor y herramientas para expresar, probar y evaluar reglas de lenguaje compuestas en cadenas de entrada.
Microsoft.Recognizers.Text proporciona reconocimiento y resolución de números, unidades, fecha/hora, etc. en varios idiomas (ZH, EN, FR, ES, PT, DE, IT, TR, HI, NL. Soporte parcial para JA, KO, AR, SV). Paquetes disponibles en: https://www.nuget.org/profiles/Recognizers.Text, https://www.npmjs.com/~recognizers.text
Una colección de corpora para el reconocimiento de entidades nombradas (NER) y tareas de reconocimiento de entidades. Estos conjuntos de datos anotados cubren una variedad de idiomas, dominios y tipos de entidades.
En este proyecto, exploré cómo extraer grafos de conocimiento a partir de texto utilizando LLMs, como OpenAI GPT4o.
GraphRAG-rs es una implementación de alto rendimiento y última generación en Rust de GraphRAG (Generación Aumentada por Recuperación Basada en Grafos) que construye grafos de conocimiento a partir de documentos y permite consultas en lenguaje natural con extracción de entidades configurable e integración local de LLM
Plataforma de inteligencia documental basada en IA y centrada en el almacenamiento local para el periodismo de investigación
Preguntas frecuentes
¿Cuál es el repositorio de #entity-extraction más popular en GitHub?
El proyecto de código abierto de #entity-extraction mejor posicionado en GitHub es deeppavlov/DeepPavlov, con 6,994 estrellas. Una biblioteca de código abierto para sistemas de diálogo end-to-end de aprendizaje profundo y chatbots.
¿Qué lenguajes de programación se utilizan más en los repositorios de #entity-extraction?
Entre los proyectos de #entity-extraction mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, JavaScript, Haskell, Scala.
¿Cómo se calcula la clasificación de los repositorios de #entity-extraction?
Seguimos 9 repositorios activos de código abierto etiquetados con #entity-extraction (500+ estrellas), que suman un total de 27,201 estrellas, con una media de 3,022 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.