Git Stars Git Stars

#natural-language-processing Repositorios

798
Total de Repositorios
3.3M
Total de estrellas
4,135
Promedio de Estrellas/Repo

798 repositorios en total

301
pemistahl/lingua-py

La biblioteca de detección de lenguaje natural más precisa para Python, adecuada para textos cortos y textos multilingües

pemistahl
⭐ 1,820 Python 👤 pemistahl User 🕐 Actualizado 2026-07-20 📅 Creado 2021-07-13
302
apple-aiml-research/ml-4m

4M: Modelado enmascarado masivamente multimodal

apple-aiml-research
⭐ 1,814 Python 👤 apple-aiml-research Organization 🕐 Actualizado 2026-09-11 📅 Creado 2024-04-08
303
SqueezeAILab/LLMCompiler

[ICML 2024] LLMCompiler: Un compilador LLM para llamadas de funciones paralelas

SqueezeAILab
⭐ 1,808 Python 👤 SqueezeAILab Organization 🕐 Actualizado 2024-07-10 📅 Creado 2023-12-06
304
DQinYuan/chinese_province_city_area_mapper

Un módulo de Python para extraer provincias, ciudades y distritos de cadenas de texto en chino simplificado y realizar mapeo, validación y gráficos simples

DQinYuan
⭐ 1,770 Python 👤 DQinYuan User 🕐 Actualizado 2024-03-19 📅 Creado 2018-03-04
305
bespokelabsai/curator

Curación de datos sintéticos para post-entrenamiento y extracción de datos estructurados

bespokelabsai
⭐ 1,766 Python 👤 bespokelabsai Organization 🕐 Actualizado 2026-11-02 📅 Creado 2024-10-28
306
Lightning-Universe/lightning-bolts

Caja de herramientas de modelos, callbacks y conjuntos de datos para investigadores de IA/ML.

Lightning-Universe
⭐ 1,754 Python 👤 Lightning-Universe Organization 🕐 Actualizado 2026-01-05 📅 Creado 2020-03-25
307
hitsz-ids/airda

airda (Air Data Agent) es un agente múltiple para el análisis de datos, capaz de comprender las necesidades de desarrollo y análisis de datos, comprender los datos y generar código SQL y Python para tareas como consultas de datos, visualización de datos y aprendizaje automático.

hitsz-ids
⭐ 1,753 Python 👤 hitsz-ids Organization 🕐 Actualizado 2025-01-07 📅 Creado 2024-01-10
308
facebookresearch/multimodal

TorchMultimodal es una biblioteca de PyTorch para entrenar modelos multimodales y multitarea de última generación a escala.

facebookresearch
⭐ 1,747 Python 👤 facebookresearch Organization 🕐 Actualizado 2026-11-16 📅 Creado 2022-01-27
309
fwwdn/sensitive-stop-words

Lista de palabras comunes sensibles y de parada para Internet

fwwdn
⭐ 1,746 Python 👤 fwwdn User 🕐 Actualizado 2026-03-10 📅 Creado 2015-02-02
310
McGill-NLP/llm2vec

Código para 'LLM2Vec: Large Language Models Are Secretly Powerful Text Encoders'

McGill-NLP
⭐ 1,731 Python 👤 McGill-NLP Organization 🕐 Actualizado 2026-04-04 📅 Creado 2024-04-03
311
adashofdata/nlp-in-python-tutorial

comparación de comediantes de stand up usando procesamiento de lenguaje natural

adashofdata
⭐ 1,728 Jupyter Notebook 👤 adashofdata User 🕐 Actualizado 2026-02-13 📅 Creado 2018-07-24
312
neomatrix369/awesome-ai-ml-dl

Inteligencia Artificial, Aprendizaje Automático y Aprendizaje Profundo increíbles, tal como los aprendemos. Notas de estudio y una lista curada de recursos increíbles sobre estos temas.

neomatrix369
⭐ 1,721 Jupyter Notebook 👤 neomatrix369 User 🕐 Actualizado 2026-09-13 📅 Creado 2018-12-23
315
Ayanaminn/N46Whisper

Generador de subtítulos en japonés basado en Whisper

Ayanaminn
⭐ 1,708 Jupyter Notebook 👤 Ayanaminn User 🕐 Actualizado 2025-02-23 📅 Creado 2022-10-25
316
IBM/Project_CodeNet

Este repositorio apoya las contribuciones para herramientas del conjunto de datos Project CodeNet alojado en DAX

IBM
⭐ 1,700 Python 👤 IBM Organization 🕐 Actualizado 2026-11-10 📅 Creado 2021-05-03
317
ELS-RD/transformer-deploy

Servidor de inferencia CPU/GPU eficiente, escalable y de nivel empresarial para modelos transformer de 🤗 Hugging Face 🚀

ELS-RD
⭐ 1,689 Python 👤 ELS-RD Organization 🕐 Actualizado 2024-10-23 📅 Creado 2021-10-31
318
apple-aiml-research/ml-mobileclip

Este repositorio contiene la implementación oficial de los artículos de investigación "MobileCLIP" CVPR 2024 y "MobileCLIP2" TMLR Agosto 2025

apple-aiml-research
⭐ 1,687 Python 👤 apple-aiml-research Organization 🕐 Actualizado 2026-09-11 📅 Creado 2024-03-01
320
graph4ai/graph4nlp

Graph4nlp es la biblioteca para el uso fácil de Redes Neuronales de Grafos para NLP. ¡Bienvenido a visitar nuestro sitio web DLG4NLP (https://dlg4nlp.github.io/index.html) para obtener varios recursos de aprendizaje!

graph4ai
⭐ 1,685 Python 👤 graph4ai Organization 🕐 Actualizado 2024-06-24 📅 Creado 2020-07-16
321
explosion/sense2vec

🦆 Vectores de palabras indexados por contexto

explosion
⭐ 1,678 Python 👤 explosion Organization 🕐 Actualizado 2026-03-27 📅 Creado 2016-01-23
323
GongRzhe/Office-Word-MCP-Server

Un servidor del Protocolo de Contexto de Modelo (MCP) para crear, leer y manipular documentos de Microsoft Word. Este servidor permite a los asistentes de IA trabajar con documentos de Word a través de una interfaz estandarizada, proporcionando ricas capacidades de edición de documentos.

GongRzhe
⭐ 1,672 Python 👤 GongRzhe User 🕐 Actualizado 2025-12-31 📅 Creado 2025-03-25
324
zlwaterfield/scramble

Alternativa a Grammarly de Código Abierto

zlwaterfield
⭐ 1,669 JavaScript 👤 zlwaterfield User 🕐 Actualizado 2025-06-17 📅 Creado 2024-09-18
325
rspeer/wordfreq

Acceda a una base de datos de frecuencias de palabras, en varios idiomas naturales.

rspeer
⭐ 1,664 Python 👤 rspeer User 🕐 Actualizado 2025-01-04 📅 Creado 2013-10-28
326
yobix-ai/extractous

Extracción de datos no estructurados, rápida y eficiente. Escrito en Rust con enlaces para muchos idiomas.

yobix-ai
⭐ 1,660 Rust 👤 yobix-ai Organization 🕐 Actualizado 2024-12-21 📅 Creado 2024-06-04
327
jquesnelle/yarn

YaRN: Extensión Eficiente de la Ventana de Contexto de Grandes Modelos de Lenguaje

jquesnelle
⭐ 1,654 Python 👤 jquesnelle User 🕐 Actualizado 2024-04-17 📅 Creado 2023-06-26
328
PacktPublishing/Machine-Learning-for-Algorithmic-Trading-Second-Edition_Original

Machine Learning para el Trading Algorítmico, Segunda Edición - publicado por Packt

PacktPublishing
⭐ 1,650 Jupyter Notebook 👤 PacktPublishing Organization 🕐 Actualizado 2026-04-22 📅 Creado 2019-11-15
329
ymcui/Chinese-XLNet

XLNet Chino Preentrenado (Modelo de Preentrenamiento XLNet Chino)

ymcui
⭐ 1,647 Python 👤 ymcui User 🕐 Actualizado 2026-04-19 📅 Creado 2019-07-15
330
yoshitomo-matsubara/torchdistill

Un framework sin necesidad de programar, basado en PyTorch, para realizar estudios de aprendizaje profundo reproducibles. Ecosistema PyTorch. 🏆 Hasta ahora se han implementado 28 métodos de destilación del conocimiento presentados en TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, etc. 🎁 Se ofrecen modelos entrenados, registros de entrenamiento y configuraciones para garantizar la reproducibilidad y facilitar la evaluación comparativa.

yoshitomo-matsubara
⭐ 1,636 Python 👤 yoshitomo-matsubara User 🕐 Actualizado 2026-11-19 📅 Creado 2019-12-18
331
WisdomShell/codeshell

Una serie de grandes modelos de lenguaje de código desarrollados por PKU-KCL

WisdomShell
⭐ 1,635 Python 👤 WisdomShell Organization 🕐 Actualizado 2024-07-18 📅 Creado 2023-09-22
332
datamade/usaddress

una biblioteca de Python para analizar cadenas de direcciones no estructuradas de los Estados Unidos en componentes de dirección

datamade
⭐ 1,634 Python 👤 datamade Organization 🕐 Actualizado 2025-08-07 📅 Creado 2014-07-17
333
stanford-oval/WikiChat

WikiChat es un RAG mejorado. Detiene la alucinación de los modelos de lenguaje grandes recuperando datos de un corpus.

stanford-oval
⭐ 1,628 Python 👤 stanford-oval Organization 🕐 Actualizado 2026-01-31 📅 Creado 2023-10-19
334
AlibabaResearch/DAMO-ConvAI

DAMO-ConvAI: El repositorio oficial que contiene la base de código para Alibaba DAMO Conversational AI.

AlibabaResearch
⭐ 1,627 Python 👤 AlibabaResearch Organization 🕐 Actualizado 2026-10-19 📅 Creado 2022-07-15
335
justmarkham/DAT8

Curso de Data Science de General Assembly 2015 en Washington, DC

justmarkham
⭐ 1,622 Jupyter Notebook 👤 justmarkham User 🕐 Actualizado 2024-06-05 📅 Creado 2015-08-07
336
m1guelpf/plz-cli

Copilot para tu terminal

m1guelpf
⭐ 1,599 Rust 👤 m1guelpf User 🕐 Actualizado 2024-01-19 📅 Creado 2022-12-14
337
lyuchenyang/Macaw-LLM

Macaw-LLM: Modelado de lenguaje multimodal con integración de imágenes, video, audio y texto

lyuchenyang
⭐ 1,594 Python 👤 lyuchenyang User 🕐 Actualizado 2025-01-01 📅 Creado 2023-05-23
338
microsoft/Semi-supervised-learning

Una base de código unificada de aprendizaje semisupervisado (NeurIPS'22)

microsoft
⭐ 1,590 Python 👤 microsoft Organization 🕐 Actualizado 2026-10-04 📅 Creado 2022-05-05
339
tencent-ailab/persona-hub

Repositorio oficial del artículo "Scaling Synthetic Data Creation with 1,000,000,000 Personas"

tencent-ailab
⭐ 1,585 Python 👤 tencent-ailab User 🕐 Actualizado 2025-02-19 📅 Creado 2024-06-22
340
jina-ai/thinkgpt

Técnicas de agente para aumentar tu LLM y llevarlo más allá de sus límites

jina-ai
⭐ 1,583 Python 👤 jina-ai Organization 🕐 Actualizado 2024-05-23 📅 Creado 2023-04-14
342
AkariAsai/OpenScholar

Este repositorio incluye la implementación oficial de OpenScholar: Sintetizando literatura científica con LM aumentados por recuperación.

AkariAsai
⭐ 1,574 Python 👤 AkariAsai User 🕐 Actualizado 2025-08-13 📅 Creado 2024-11-15
343
frutik/awesome-search

Awesome Search - esto trata sobre la búsqueda (de comercio electrónico, pero no solo) y su genialidad

frutik
⭐ 1,574 HTML 👤 frutik User 🕐 Actualizado 2026-11-20 📅 Creado 2019-09-09
344
thunlp/TAADpapers

Artículos imprescindibles sobre Ataque y Defensa Adversarios Textuales

thunlp
⭐ 1,574 Python 👤 thunlp Organization 🕐 Actualizado 2025-06-04 📅 Creado 2019-06-09
345
juand-r/entity-recognition-datasets

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.

juand-r
⭐ 1,573 Python 👤 juand-r User 🕐 Actualizado 2026-07-02 📅 Creado 2018-09-01
346
openai/openai-java

La biblioteca oficial de Java para la API de OpenAI

openai
⭐ 1,569 Kotlin 👤 openai Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-10-31
347
EvolvingLMMs-Lab/open-r1-multimodal

Una bifurcación para agregar el entrenamiento de modelos multimodales a open-r1

EvolvingLMMs-Lab
⭐ 1,556 Python 👤 EvolvingLMMs-Lab Organization 🕐 Actualizado 2025-02-08 📅 Creado 2025-01-27
348
bfelbo/DeepMoji

Modelo de aprendizaje profundo de vanguardia para analizar sentimientos, emociones, sarcasmo, etc.

bfelbo
⭐ 1,553 Python 👤 bfelbo User 🕐 Actualizado 2024-08-02 📅 Creado 2017-07-18
349
Farama-Foundation/ChatArena

ChatArena (o Chat Arena) es un entorno de juego de lenguaje multiagente para LLM. El objetivo es desarrollar las capacidades de comunicación y colaboración de las IA.

Farama-Foundation
⭐ 1,552 Python 👤 Farama-Foundation Organization 🕐 Actualizado 2025-08-11 📅 Creado 2023-03-06
350
ATH-MaaS/Marco-o1

Un modelo de razonamiento grande y abierto para soluciones del mundo real

ATH-MaaS
⭐ 1,539 Python 👤 ATH-MaaS Organization 🕐 Actualizado 2026-06-17 📅 Creado 2024-10-22