Git Stars Git Stars

#nlp Repositorios

494
Total de Repositorios
2.2M
Total de estrellas
4,512
Promedio de Estrellas/Repo

494 repositorios en total

201
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
202
undertheseanlp/underthesea

Underthesea - Asistente de IA

undertheseanlp
⭐ 1,819 Python 👤 undertheseanlp Organization 🕐 Actualizado 2026-11-21 📅 Creado 2017-03-01
⭐ 1,810 Python 👤 google Organization 🕐 Actualizado 2026-11-20 📅 Creado 2021-11-18
204
yongzhuo/Keras-TextClassification

Clasificación de texto largo en chino, clasificación de oraciones cortas, clasificación multietiqueta, similitud de dos oraciones (Chinese Text Classification of Keras NLP, multi-label classify, or sentence classify, long or short), capa de incrustación de vectores de caracteres/palabras/oraciones (embeddings) y capa de red (graph) clase base de construcción, FastText, TextCNN, CharCNN, TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, Red de Cápsulas-CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN

yongzhuo
⭐ 1,810 Python 👤 yongzhuo User 🕐 Actualizado 2024-06-17 📅 Creado 2019-06-13
205
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
206
microsoft/Recognizers-Text

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

microsoft
⭐ 1,799 C# 👤 microsoft Organization 🕐 Actualizado 2026-04-17 📅 Creado 2017-04-17
207
neuml/paperai

📄 🤖 IA para artículos médicos y científicos

neuml
⭐ 1,792 Python 👤 neuml Organization 🕐 Actualizado 2026-07-14 📅 Creado 2020-07-21
208
AnswerDotAI/ModernBERT

Modernizando BERT a través de cambios arquitectónicos y escalado

AnswerDotAI
⭐ 1,784 Python 👤 AnswerDotAI Organization 🕐 Actualizado 2026-03-01 📅 Creado 2024-05-13
209
lihanghang/NLP-Knowledge-Graph

Seguimiento, investigación y aplicación de tecnologías de vanguardia como el procesamiento del lenguaje natural, los grafos de conocimiento, los modelos de lenguaje de gran tamaño y los agentes.

lihanghang
⭐ 1,778 JavaScript 👤 lihanghang User 🕐 Actualizado 2026-11-14 📅 Creado 2019-01-29
211
IntelLabs/fastRAG

Marco eficiente para recuperación aumentada y generación

IntelLabs
⭐ 1,758 Python 👤 IntelLabs Organization 🕐 Actualizado 2025-01-09 📅 Creado 2023-01-23
212
PaddlePaddle/Research

nuevos trabajos de investigación en aprendizaje profundo con PaddlePaddle

PaddlePaddle
⭐ 1,750 Python 👤 PaddlePaddle Organization 🕐 Actualizado 2024-08-16 📅 Creado 2020-02-13
213
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
214
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
215
explosion/sense2vec

🦆 Vectores de palabras indexados por contexto

explosion
⭐ 1,678 Python 👤 explosion Organization 🕐 Actualizado 2026-03-27 📅 Creado 2016-01-23
216
chrismattmann/tika-python

Tika-Python es una vinculación de Python a los servicios REST de Apache Tika™ que permite llamar a Tika de forma nativa en la comunidad Python.

chrismattmann
⭐ 1,674 Python 👤 chrismattmann User 🕐 Actualizado 2026-11-10 📅 Creado 2014-06-26
217
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
218
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
219
web-arena-x/webarena

Repositorio de código para "WebArena: Un entorno web realista para construir agentes autónomos"

web-arena-x
⭐ 1,645 Python 👤 web-arena-x Organization 🕐 Actualizado 2025-11-26 📅 Creado 2023-07-24
220
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
221
HKUSTDial/NL2SQL_Handbook

Este es un manual en continua actualización para que los lectores puedan seguir fácilmente las últimas técnicas de Texto a SQL en la literatura y proporcionar una guía práctica para investigadores y profesionales.

HKUSTDial
⭐ 1,635 Python 👤 HKUSTDial Organization 🕐 Actualizado 2026-11-11 📅 Creado 2024-05-21
222
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
223
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
224
enoch3712/ExtractThinker

ExtractThinker es una biblioteca de inteligencia documental para LLM, que ofrece una interacción estilo ORM para flujos de trabajo de documentos flexibles y potentes.

enoch3712
⭐ 1,606 Python 👤 enoch3712 User 🕐 Actualizado 2026-09-16 📅 Creado 2024-02-01
225
apache/opennlp

Apache OpenNLP

apache
⭐ 1,605 Java 👤 apache Organization 🕐 Actualizado 2026-11-21 📅 Creado 2011-11-09
226
Delta-ML/delta

DELTA es una plataforma de procesamiento de lenguaje natural y voz basada en aprendizaje profundo. LF AI & DATA Projects: https://lfaidata.foundation/projects/delta/

Delta-ML
⭐ 1,602 Python 👤 Delta-ML Organization 🕐 Actualizado 2025-04-16 📅 Creado 2019-05-29
227
capitalone/DataProfiler

¿Qué hay en tus datos? Extrae esquemas, estadísticas y entidades de los conjuntos de datos

capitalone
⭐ 1,600 Python 👤 capitalone Organization 🕐 Actualizado 2026-11-17 📅 Creado 2020-11-09
228
robocorp/rpaframework

Colección de bibliotecas y herramientas de código abierto para Automatización de Procesos Robóticos (RPA), diseñadas para usarse con Robot Framework y Python

robocorp
⭐ 1,584 Python 👤 robocorp Organization 🕐 Actualizado 2026-11-20 📅 Creado 2020-01-02
229
shibing624/similarity

similarity: Kit de herramientas para el cálculo de similitud de texto para Java. Paquete de herramientas para el cálculo de similitud de texto, escrito en Java, puede usarse para cálculos de similitud de texto, análisis de sentimientos, etc., listo para usar.

shibing624
⭐ 1,582 Java 👤 shibing624 User 🕐 Actualizado 2026-07-16 📅 Creado 2016-11-09
230
bootphon/phonemizer

Convertidor simple de texto a fonos para múltiples idiomas

bootphon
⭐ 1,580 Python 👤 bootphon Organization 🕐 Actualizado 2026-11-02 📅 Creado 2016-04-20
231
thunlp/TAADpapers

Artículos imprescindibles sobre Ataque y Defensa Adversarios Textuales

thunlp
⭐ 1,574 Python 👤 thunlp Organization 🕐 Actualizado 2025-06-04 📅 Creado 2019-06-09
232
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
233
allenai/dolma

Datos y herramientas para generar e inspeccionar datos de preentrenamiento de OLMo.

allenai
⭐ 1,564 Python 👤 allenai Organization 🕐 Actualizado 2026-08-24 📅 Creado 2023-06-20
234
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
235
AIFengheshu/Plug-play-modules

Los módulos plug-and-play más completos para toda la red en 2025, ¡compartidos gratis! CVPR2025, AAAI2025, ICLR2025, TNNLS2025, arXiv2025...... Incluye todos los campos de la inteligencia artificial (aprendizaje automático, aprendizaje profundo, etc.), aplicable a clasificación de imágenes, detección de objetos, segmentación de instancias, segmentación semántica, segmentación panóptica, estimación de pose, segmentación de imágenes médicas, segmentación de objetos de video, recorte de imágenes, edición de imágenes, seguimiento de objetos únicos, seguimiento de objetos múltiples, re-identificación de peatones, RGBT, eliminación de ruido de imágenes, eliminación de lluvia, eliminación de niebla, eliminación de sombras, eliminación de desenfoque, superresolución, eliminación de reflejos, eliminación de patrones moiré, recuperación de imágenes, restauración de imágenes, recuperación de imágenes hiperespectrales, fusión de imágenes, coloración de imágenes, imagen de alto rango dinámico, compresión de video e imágenes, nubes de puntos 3D, detección de objetos 3D, segmentación semántica 3D, estimación de pose 3D, etc., así como otras tareas relacionadas con la IA como el procesamiento del lenguaje natural, modelos de lenguaje grandes, multimodal, etc. Actualización continua......

AIFengheshu
⭐ 1,547 Python 👤 AIFengheshu User 🕐 Actualizado 2025-05-24 📅 Creado 2024-10-09
236
pgvector/pgvector-python

Soporte de pgvector para Python

pgvector
⭐ 1,547 Python 👤 pgvector Organization 🕐 Actualizado 2026-11-05 📅 Creado 2021-06-12
237
Tencent/TurboTransformers

un entorno de ejecución rápido y fácil de usar para la inferencia de transformadores (Bert, Albert, GPT2, Decoders, etc.) en CPU y GPU.

Tencent
⭐ 1,546 C++ 👤 Tencent Organization 🕐 Actualizado 2025-07-18 📅 Creado 2020-04-20
238
NLPchina/nlp-lang

Este proyecto es un paquete base. Encapsula la mayoría de las herramientas comúnmente utilizadas en proyectos de NLP.

NLPchina
⭐ 1,506 Java 👤 NLPchina Organization 🕐 Actualizado 2026-08-13 📅 Creado 2014-03-30
239
sajal2692/data-science-portfolio

Portafolio de proyectos de ciencia de datos completados por mí con fines académicos, de autoaprendizaje y pasatiempos.

sajal2692
⭐ 1,496 Jupyter Notebook 👤 sajal2692 User 🕐 Actualizado 2026-07-07 📅 Creado 2016-09-05
240
sb-ai-lab/LightAutoML

Framework rápido y personalizable para la creación automática de modelos de ML (AutoML)

sb-ai-lab
⭐ 1,484 Python 👤 sb-ai-lab Organization 🕐 Actualizado 2026-11-18 📅 Creado 2022-04-18
241
code-kern-ai/refinery

La elección de código abierto del científico de datos para escalar, evaluar y mantener datos de procesamiento de lenguaje natural. Trate los datos de entrenamiento como un artefacto de software.

code-kern-ai
⭐ 1,469 Python 👤 code-kern-ai Organization 🕐 Actualizado 2024-12-09 📅 Creado 2022-07-04
242
obsei/obsei

Analítica de la Voz del Cliente de código abierto y con la privacidad como prioridad. Una alternativa autoalojada a Enterpret y Unwrap que elimina la información de identificación personal de los comentarios antes de que cualquier LLM los procese.

obsei
⭐ 1,454 Python 👤 obsei Organization 🕐 Actualizado 2026-11-15 📅 Creado 2020-10-25
243
roshan-research/hazm

Toolkit NLP persa

roshan-research
⭐ 1,435 Python 👤 roshan-research Organization 🕐 Actualizado 2026-04-01 📅 Creado 2013-10-29
244
ymcui/Chinese-ELECTRA

ELECTRA chino preentrenado (Modelo preentrenado chino ELECTRA)

ymcui
⭐ 1,433 Python 👤 ymcui User 🕐 Actualizado 2026-04-19 📅 Creado 2020-03-23
245
fergiemcdowall/search-index

Una biblioteca de búsqueda de texto completo persistente y resistente a la red para el navegador y Node.js

fergiemcdowall
⭐ 1,420 JavaScript 👤 fergiemcdowall User 🕐 Actualizado 2026-11-01 📅 Creado 2013-07-04
246
oracle/tribuo

Tribuo - Una biblioteca de aprendizaje automático de Java

oracle
⭐ 1,419 Java 👤 oracle Organization 🕐 Actualizado 2026-11-02 📅 Creado 2020-06-16
247
gunthercox/chatterbot-corpus

Un corpus de diálogos multilingüe

gunthercox
⭐ 1,414 Python 👤 gunthercox User 🕐 Actualizado 2026-03-24 📅 Creado 2017-01-11
248
SKTBrain/KoBERT

Korean BERT preentrenado con distinción de mayúsculas (KoBERT)

SKTBrain
⭐ 1,411 Python 👤 SKTBrain Organization 🕐 Actualizado 2025-06-14 📅 Creado 2019-09-23
249
explosion/spacy-transformers

🛸 Usa transformadores preentrenados como BERT, XLNet y GPT-2 en spaCy

explosion
⭐ 1,411 Python 👤 explosion Organization 🕐 Actualizado 2026-11-03 📅 Creado 2019-07-26
250
explosion/projects

🪐 Flujos de trabajo NLP de extremo a extremo desde prototipo hasta producción

explosion
⭐ 1,406 Python 👤 explosion Organization 🕐 Actualizado 2024-10-15 📅 Creado 2019-11-21