Git Stars Git Stars

#information-extraction Repositorios

Descubre 42 repositorios activos de código abierto de GitHub etiquetados con #information-extraction, que acumulan 83,368 estrellas en total (una media de 1,984 estrellas por proyecto). El líder de este tema es PaddlePaddle/PaddleNLP, con 13,000 estrellas.

42
Total de Repositorios
83,368
Total de estrellas
1,984
Promedio de Estrellas/Repo

42 repositorios en total

1
PaddlePaddle/PaddleNLP

Biblioteca LLM y SLM potente y fácil de usar con un increíble zoológico de modelos.

PaddlePaddle
⭐ 13,000 Python 👤 PaddlePaddle Organization 🕐 Actualizado 2026-05-23 📅 Creado 2021-02-05
2
liuhuanyong/QASystemOnMedicalKG

Un tutorial e implementación de un grafo de conocimiento médico centrado en enfermedades y un sistema de QA basado en él. Construcción de grafo de conocimiento, preguntas y respuestas automáticas, preguntas y respuestas automáticas basadas en KG. Un grafo de conocimiento en el campo médico de cierta escala centrado en enfermedades, y completar servicios de preguntas y respuestas automáticas y análisis con este grafo de conocimiento.

liuhuanyong
⭐ 7,112 Python 👤 liuhuanyong User 🕐 Actualizado 2024-08-08 📅 Creado 2018-10-04
3
zjunlp/DeepKE

[EMNLP 2022] Un kit de herramientas abierto para la extracción y construcción de grafos de conocimiento

zjunlp
⭐ 4,486 Python 👤 zjunlp Organization 🕐 Actualizado 2026-07-13 📅 Creado 2018-08-01
4
urchade/GLiNER

Modelo Generalista y Ligero para Reconocimiento de Entidades Nombradas (Extraer cualquier tipo de entidad de textos)

urchade
⭐ 4,284 Python 👤 urchade User 🕐 Actualizado 2026-11-11 📅 Creado 2023-11-14
5
yifanfeng97/Hyper-Extract

El hipergrafo es más potente. Transforme texto no estructurado en conocimiento estructurado con LLMs. Grafos, hipergrafos y extracciones espacio-temporales — con un solo comando.

yifanfeng97
⭐ 4,256 Python 👤 yifanfeng97 User 🕐 Actualizado 2026-11-05 📅 Creado 2026-01-07
6
OSU-NLP-Group/HippoRAG

[NeurIPS'24] HippoRAG es un novedoso framework RAG inspirado en la memoria a largo plazo humana que permite a los LLM integrar continuamente conocimiento a través de documentos externos. RAG + Grafos de Conocimiento + Personalized PageRank.

OSU-NLP-Group
⭐ 4,138 Python 👤 OSU-NLP-Group Organization 🕐 Actualizado 2026-10-06 📅 Creado 2024-05-23
7
CosmosShadow/gptpdf

Usar GPT para analizar PDF

CosmosShadow
⭐ 3,553 Python 👤 CosmosShadow User 🕐 Actualizado 2025-04-17 📅 Creado 2024-06-28
8
mit-nlp/MITIE

MITIE: biblioteca y herramientas para la extracción de información

mit-nlp
⭐ 2,961 C++ 👤 mit-nlp Organization 🕐 Actualizado 2025-09-28 📅 Creado 2014-04-01
9
naiveHobo/InvoiceNet

Red neuronal profunda para extraer información inteligente de documentos de factura.

naiveHobo
⭐ 2,662 Python 👤 naiveHobo User 🕐 Actualizado 2024-05-03 📅 Creado 2018-07-01
10
ctripcorp/C-OCR

C-OCR es un proyecto OCR desarrollado por Ctrip, que incluye principalmente el reconocimiento de documentos y materiales relacionados con los viajes, como tarjetas de identidad, pasaportes, billetes de tren, visados, etc. El proyecto consta de 4 partes: rechazo, detección, reconocimiento y postprocesamiento.

ctripcorp
⭐ 2,467 Java 👤 ctripcorp Organization 🕐 Actualizado 2024-02-14 📅 Creado 2019-04-11
11
crownpku/Information-Extraction-Chinese

Reconocimiento de Entidades Nombradas en Chino con IDCNN/biLSTM+CRF, y Extracción de Relaciones con biGRU+2ATT Reconocimiento de entidades en chino y extracción de relaciones

crownpku
⭐ 2,265 Python 👤 crownpku User 🕐 Actualizado 2024-02-01 📅 Creado 2017-08-09
12
opendatalab/OmniDocBench

[CVPR 2025] Un benchmark completo para análisis y evaluación de documentos

opendatalab
⭐ 2,183 Python 👤 opendatalab Organization 🕐 Actualizado 2026-11-12 📅 Creado 2024-10-14
13
shcherbak-ai/contextgem

Extrae datos estructurados e información valiosa de documentos mediante modelos de lenguaje grandes y modelos de decisión

shcherbak-ai
⭐ 2,095 Python 👤 shcherbak-ai Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-10-11
14
Tencent-Hunyuan/HunyuanOCR

HunyuanOCR-1.5: Haciendo que los VLM de OCR ligeros sean más rápidos y mejores

Tencent-Hunyuan
⭐ 2,091 Python 👤 Tencent-Hunyuan Organization 🕐 Actualizado 2026-09-24 📅 Creado 2025-11-18
15
docling-project/docling-serve

Ejecutar Docling como un servicio API

docling-project
⭐ 1,930 Python 👤 docling-project Organization 🕐 Actualizado 2026-11-20 📅 Creado 2024-09-06
18
momosecurity/FindSomething

Una herramienta pasiva de detección de fugas de información basada en complementos de Chrome y Firefox

momosecurity
⭐ 1,354 JavaScript 👤 momosecurity Organization 🕐 Actualizado 2024-11-17 📅 Creado 2020-09-12
19
nlmatics/nlm-ingestor

Este repositorio proporciona el código del lado del servidor para que la API de llmsherpa se conecte. Incluye analizadores para varios formatos de archivo.

nlmatics
⭐ 1,282 Python 👤 nlmatics Organization 🕐 Actualizado 2025-03-28 📅 Creado 2024-01-17
20
monarch-initiative/ontogpt

Herramientas de extracción ontológica basadas en LLM, incluido SPIRES

monarch-initiative
⭐ 1,103 Jupyter Notebook 👤 monarch-initiative Organization 🕐 Actualizado 2026-09-10 📅 Creado 2023-01-03
21
doc-analysis/TableBank

TableBank: Un conjunto de datos de referencia para la detección y reconocimiento de tablas

doc-analysis
⭐ 1,078 👤 doc-analysis Organization 🕐 Actualizado 2024-08-12 📅 Creado 2019-03-05
22
ail-project/ail-framework

Framework AIL - Framework de fuga de información de análisis

ail-project
⭐ 1,060 HTML 👤 ail-project Organization 🕐 Actualizado 2026-11-19 📅 Creado 2020-04-20
24
quqxui/Awesome-LLM4IE-Papers

Impresionantes artículos sobre extracción de información generativa (IE) utilizando grandes modelos de lenguaje (LLM)

quqxui
⭐ 1,037 👤 quqxui User 🕐 Actualizado 2024-11-18 📅 Creado 2023-12-28
25
dbpedia/extraction-framework

El software utilizado para extraer datos estructurados de Wikipedia

dbpedia
⭐ 950 Scala 👤 dbpedia Organization 🕐 Actualizado 2026-11-13 📅 Creado 2013-02-07
26
whyhow-ai/knowledge-graph-studio

WhyHow Knowledge Graph Studio

whyhow-ai
⭐ 888 Python 👤 whyhow-ai Organization 🕐 Actualizado 2024-12-25 📅 Creado 2024-11-18
27
drego85/tosint

Tosint es una herramienta OSINT de Telegram que extrae inteligencia accionable de los tokens de bots e ID de chat para investigaciones de seguridad.

drego85
⭐ 881 Python 👤 drego85 User 🕐 Actualizado 2026-11-13 📅 Creado 2021-07-26
28
amaiya/onprem

Un kit de herramientas para aplicar LLM a datos sensibles y no públicos en entornos sin conexión o restringidos

amaiya
⭐ 843 Jupyter Notebook 👤 amaiya User 🕐 Actualizado 2026-11-19 📅 Creado 2023-08-29
29
deep-diver/paper-reviewer

Genere una revisión completa de un artículo de arXiv y luego conviértala en una publicación de blog. Este proyecto impulsa el sitio web a continuación para los Artículos Diarios de HuggingFace (https://huggingface.co/papers).

deep-diver
⭐ 834 Python 👤 deep-diver User 🕐 Actualizado 2025-02-20 📅 Creado 2024-10-21
30
cocacola-lab/ChatIE

La versión en línea no está disponible temporalmente porque no podemos permitirnos la clave. Puedes clonarla y ejecutarla localmente. Nota: hemos establecido la clave predeterminada de openai. Si las claves exceden el plan y no son válidas, por favor infórmanos. La velocidad de respuesta depende de openai. (a veces, la oficial está demasiado concurrida y es lenta)

cocacola-lab
⭐ 827 Python 👤 cocacola-lab Organization 🕐 Actualizado 2024-05-28 📅 Creado 2023-02-16
31
ngafar/llama-scan

Transcribir PDF con LLM locales

ngafar
⭐ 807 Python 👤 ngafar User 🕐 Actualizado 2026-10-22 📅 Creado 2025-06-11
32
z0m31en7/Uscrapper

Uscrapper Vanta: Sumérgete más profundamente en la web con esta potente herramienta de código abierto. Extrae información valiosa con facilidad y eficiencia, tanto de fuentes de la web de superficie como de la web profunda. Potencia tu minería y análisis de datos con las capacidades avanzadas de Vanta. Rápida, confiable y fácil de usar, Uscrapper Vanta es la opción definitiva para investigadores y analistas.

z0m31en7
⭐ 740 Python 👤 z0m31en7 User 🕐 Actualizado 2024-11-24 📅 Creado 2023-05-31
33
allenai/pdffigures2

Dado un PDF académico, extrae figuras, tablas, subtítulos y títulos de sección.

allenai
⭐ 712 Scala 👤 allenai Organization 🕐 Actualizado 2024-03-10 📅 Creado 2016-05-09
34
allenai/science-parse

Science Parse analiza artículos científicos (en formato PDF) y los devuelve en forma estructurada.

allenai
⭐ 686 Java 👤 allenai Organization 🕐 Actualizado 2024-05-26 📅 Creado 2015-08-19
35
doc-analysis/DocBank

DocBank: Un conjunto de datos de referencia para el análisis del diseño de documentos

doc-analysis
⭐ 631 Python 👤 doc-analysis Organization 🕐 Actualizado 2024-08-12 📅 Creado 2020-05-29
36
KRLabsOrg/LettuceDetect

Verificación de fundamentación a nivel de intervalo para salidas de IA basadas en RAG, código y herramientas.

KRLabsOrg
⭐ 627 Python 👤 KRLabsOrg Organization 🕐 Actualizado 2026-11-20 📅 Creado 2025-02-05
37
dwadden/dygiepp

Sistema basado en spans para la extracción de entidades nombradas, relaciones y eventos.

dwadden
⭐ 593 Python 👤 dwadden User 🕐 Actualizado 2026-07-05 📅 Creado 2019-02-19
38
MasterYip/ChatPaper2Xmind

Herramienta de generación de notas XMind para artículos de investigación, convierte PDF de artículos de investigación a través de ChatGPT en breves notas XMind con imágenes y fórmulas, mejorando la eficiencia de lectura de los artículos de investigación.

MasterYip
⭐ 588 Python 👤 MasterYip User 🕐 Actualizado 2024-02-23 📅 Creado 2023-07-21
39
BaptisteBlouin/EventExtractionPapers

Una lista de recursos de NLP enfocados en la tarea de extracción de eventos

BaptisteBlouin
⭐ 580 👤 BaptisteBlouin User 🕐 Actualizado 2026-10-02 📅 Creado 2019-12-13
40
adobe/NLP-Cube

Pipeline de Procesamiento de Lenguaje Natural - División de Oraciones, Tokenización, Lemmatización, Etiquetado de Partes del Discurso y Análisis de Dependencias

adobe
⭐ 561 HTML 👤 adobe Organization 🕐 Actualizado 2024-11-03 📅 Creado 2018-03-13
41
EntySec/RomBuster

RomBuster es una herramienta de explotación de routers que permite la divulgación de la contraseña de administrador del router de red.

EntySec
⭐ 532 Python 👤 EntySec Organization 🕐 Actualizado 2024-07-18 📅 Creado 2021-05-18
42
zjukg/KG-MM-Survey

Los gráficos de conocimiento se encuentran con el aprendizaje multimodal: una encuesta exhaustiva

zjukg
⭐ 510 👤 zjukg Organization 🕐 Actualizado 2026-03-02 📅 Creado 2024-01-29

Preguntas frecuentes

1

¿Cuál es el repositorio de #information-extraction más popular en GitHub?

El proyecto de código abierto de #information-extraction mejor posicionado en GitHub es PaddlePaddle/PaddleNLP, con 13,000 estrellas. Biblioteca LLM y SLM potente y fácil de usar con un increíble zoológico de modelos.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #information-extraction?

Entre los proyectos de #information-extraction mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Java, HTML.

3

¿Cómo se calcula la clasificación de los repositorios de #information-extraction?

Seguimos 42 repositorios activos de código abierto etiquetados con #information-extraction (500+ estrellas), que suman un total de 83,368 estrellas, con una media de 1,984 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.