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

351
explosion/spacy-streamlit

👑 Bloques de construcción y visualizadores de spaCy para aplicaciones de Streamlit

explosion
⭐ 849 Python 👤 explosion Organization 🕐 Actualizado 2024-07-29 📅 Creado 2020-06-23
352
AnswerDotAI/byaldi

Utilice modelos multimodales de interacción tardía como ColPali en solo unas pocas líneas de código.

AnswerDotAI
⭐ 848 Python 👤 AnswerDotAI Organization 🕐 Actualizado 2025-01-28 📅 Creado 2024-09-04
353
goru001/inltk

El Natural Language Toolkit for Indic Languages busca proporcionar soporte listo para usar para diversas tareas de NLP que un desarrollador de aplicaciones podría necesitar.

goru001
⭐ 835 Python 👤 goru001 User 🕐 Actualizado 2024-01-20 📅 Creado 2019-03-23
354
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
355
yvann-ba/Robby-chatbot

Chatbot de IA 🤖 para chatear con archivos CSV, PDF, TXT 📄 y videos de YTB 🎥 | usando Langchain🦜 | OpenAI | Streamlit ⚡

yvann-ba
⭐ 812 Python 👤 yvann-ba User 🕐 Actualizado 2026-02-21 📅 Creado 2023-04-09
356
XiaoMi/MiNLP

XiaoMi Natural Language Processing Toolkits

XiaoMi
⭐ 810 Scala 👤 XiaoMi Organization 🕐 Actualizado 2025-11-27 📅 Creado 2020-11-09
357
bab2min/Kiwi

Kiwi(Analizador morfológico inteligente del coreano)

bab2min
⭐ 809 C++ 👤 bab2min User 🕐 Actualizado 2026-11-20 📅 Creado 2017-02-21
358
pemistahl/lingua

La biblioteca de detección de lenguaje natural más precisa para Java y la JVM, adecuada tanto para textos largos como cortos

pemistahl
⭐ 808 Kotlin 👤 pemistahl User 🕐 Actualizado 2025-03-21 📅 Creado 2018-11-15
359
MIND-Lab/OCTIS

OCTIS: ¡Comparar modelos de temas es simple! Un paquete de Python para optimizar y evaluar modelos de temas (aceptado en la pista de demostración de EACL2021)

MIND-Lab
⭐ 807 Python 👤 MIND-Lab Organization 🕐 Actualizado 2026-06-21 📅 Creado 2020-03-13
360
hello-diana/MASCOT

Artículo de la conferencia principal de EMNLP 2026: MASCOT: Hacia sistemas de compañía sociocolaborativos multiagente (https://aclanthology.org/2026.emnlp-main.878/)

hello-diana
⭐ 805 Python 👤 hello-diana User 🕐 Actualizado 2026-08-24 📅 Creado 2026-02-03
361
thiagobodruk/bible

Texto bíblico en JSON y XML: 141 versiones en 85 idiomas, listo para aplicaciones, búsquedas de versículos y conjuntos de datos de PLN/IA

thiagobodruk
⭐ 802 👤 thiagobodruk User 🕐 Actualizado 2026-11-11 📅 Creado 2015-11-13
362
togatoga/karukan

Sistema de método de entrada de japonés para Linux, macOS, motor de conversión neuronal Kana-Kanji

togatoga
⭐ 798 Rust 👤 togatoga User 🕐 Actualizado 2026-11-21 📅 Creado 2024-08-11
363
nlp-uoregon/trankit

Trankit es un kit de herramientas Python ligero basado en Transformer para el procesamiento multilingüe del lenguaje natural

nlp-uoregon
⭐ 795 Python 👤 nlp-uoregon User 🕐 Actualizado 2025-07-22 📅 Creado 2021-01-08
364
Unbabel/COMET

Un marco neuronal para la evaluación de MT

Unbabel
⭐ 791 Python 👤 Unbabel Organization 🕐 Actualizado 2026-04-21 📅 Creado 2020-05-28
365
jerryji1993/DNABERT

DNABERT: modelo de representaciones de codificador bidireccional pre-entrenado de Transformers para el lenguaje de ADN en el genoma

jerryji1993
⭐ 784 Python 👤 jerryji1993 User 🕐 Actualizado 2026-01-22 📅 Creado 2020-06-11
366
pbcquoc/vietocr

Transformer OCR

pbcquoc
⭐ 774 Jupyter Notebook 👤 pbcquoc User 🕐 Actualizado 2025-01-19 📅 Creado 2020-05-08
367
Tencent/PatrickStar

PatrickStar permite modelos preentrenados más grandes, rápidos y ecológicos para NLP y democratiza la IA para todos.

Tencent
⭐ 772 Python 👤 Tencent Organization 🕐 Actualizado 2025-11-18 📅 Creado 2021-04-02
368
IntelLabs/RAG-FiT

Framework para mejorar los LLM para tareas RAG mediante fine-tuning.

IntelLabs
⭐ 766 Python 👤 IntelLabs Organization 🕐 Actualizado 2026-06-08 📅 Creado 2024-07-23
369
ChenghaoMou/text-dedup

Desduplicación de texto todo en uno

ChenghaoMou
⭐ 765 Python 👤 ChenghaoMou User 🕐 Actualizado 2026-03-09 📅 Creado 2021-03-13
370
oneTaken/awesome_deep_learning_interpretability

Artículos recientes de alta citación/conferencias top sobre la interpretabilidad de modelos de redes neuronales en aprendizaje profundo (con código)

oneTaken
⭐ 762 👤 oneTaken User 🕐 Actualizado 2024-04-08 📅 Creado 2020-01-01
371
angeloskath/php-nlp-tools

Herramientas de Procesamiento de Lenguaje Natural en PHP

angeloskath
⭐ 762 PHP 👤 angeloskath User 🕐 Actualizado 2024-07-22 📅 Creado 2012-08-22
372
LexPredict/lexpredict-lexnlp

LexNLP by LexPredict

LexPredict
⭐ 758 Jupyter Notebook 👤 LexPredict Organization 🕐 Actualizado 2024-05-27 📅 Creado 2017-09-30
373
alvations/pywsd

Implementaciones en Python de Tecnologías de Desambiguación de Sentido de Palabras (WSD).

alvations
⭐ 749 Python 👤 alvations User 🕐 Actualizado 2026-04-18 📅 Creado 2014-01-03
374
Liquid-Legal-Institute/Legal-Text-Analytics

Una lista de recursos, métodos y herramientas seleccionados dedicados al análisis de textos legales.

Liquid-Legal-Institute
⭐ 746 👤 Liquid-Legal-Institute Organization 🕐 Actualizado 2026-11-16 📅 Creado 2020-09-30
375
explosion/spacy-stanza

💥 Usa los últimos modelos de investigación Stanza (StanfordNLP) directamente en spaCy

explosion
⭐ 744 Python 👤 explosion Organization 🕐 Actualizado 2024-08-15 📅 Creado 2019-01-31
376
sheepzh/poetry

La biblioteca de corpus de poesía moderna en chino más completa de la Tierra, 3k+ poetas, 80K+ poemas, 15M+ caracteres

sheepzh
⭐ 743 Python 👤 sheepzh User 🕐 Actualizado 2025-09-12 📅 Creado 2019-04-16
377
primeqa/primeqa

El repositorio principal para la investigación y el desarrollo de última generación en respuesta a preguntas multilingües.

primeqa
⭐ 739 Python 👤 primeqa Organization 🕐 Actualizado 2025-09-18 📅 Creado 2022-06-15
378
titipata/pubmed_parser

:clipboard: Un analizador de Python para el subconjunto XML de acceso abierto de PubMed y el conjunto de datos XML de MEDLINE

titipata
⭐ 735 Python 👤 titipata User 🕐 Actualizado 2025-07-31 📅 Creado 2015-03-05
379
tomaarsen/attention_sinks

Extiende los LLM existentes mucho más allá de la longitud de entrenamiento original con un uso constante de la memoria, sin reentrenamiento

tomaarsen
⭐ 733 Python 👤 tomaarsen User 🕐 Actualizado 2024-04-10 📅 Creado 2023-10-02
380
zjunlp/PromptKG

PromptKG Family: una galería de trabajos de investigación, kits de herramientas y listas de artículos relacionados con Prompt Learning y KG.

zjunlp
⭐ 733 Python 👤 zjunlp Organization 🕐 Actualizado 2024-03-22 📅 Creado 2021-12-18
381
redhuntlabs/Octopii

Un escáner de Información de Identificación Personal (PII) impulsado por IA.

redhuntlabs
⭐ 732 Python 👤 redhuntlabs Organization 🕐 Actualizado 2025-01-22 📅 Creado 2022-04-20
383
ymcui/MacBERT

Revisitar modelos preentrenados para el procesamiento del lenguaje natural chino (MacBERT)

ymcui
⭐ 728 👤 ymcui User 🕐 Actualizado 2026-04-19 📅 Creado 2020-09-22
384
moein-shariatnia/OpenAI-CLIP

Implementación sencilla del modelo OpenAI CLIP en PyTorch.

moein-shariatnia
⭐ 727 Jupyter Notebook 👤 moein-shariatnia User 🕐 Actualizado 2025-10-18 📅 Creado 2021-04-07
385
salesforce/xgen

Salesforce lanza LLM de código abierto con una longitud de secuencia de 8k.

salesforce
⭐ 726 Python 👤 salesforce Organization 🕐 Actualizado 2026-06-02 📅 Creado 2023-06-23
386
derek73/python-nameparser

Analiza los nombres de personas y separa el tratamiento, el nombre, el segundo nombre, los apellidos, el sufijo, el apodo y el apellido de soltera. Con tipado, sin dependencias y compatible con caracteres CJK.

derek73
⭐ 721 Python 👤 derek73 User 🕐 Actualizado 2026-11-21 📅 Creado 2014-04-02
387
michaelthwan/searchGPT

Motor de búsqueda anclado (es decir, con referencia a la fuente) basado en LLM / ChatGPT / API de OpenAI. Admite búsqueda web, búsqueda de contenido de archivos, etc.

michaelthwan
⭐ 709 Python 👤 michaelthwan User 🕐 Actualizado 2026-09-22 📅 Creado 2023-02-11
388
Decalogue/chat

Chatbot basado en comprensión del lenguaje natural y aprendizaje automático, soporta concurrencia de múltiples usuarios y diálogos multironda personalizados

Decalogue
⭐ 705 Python 👤 Decalogue User 🕐 Actualizado 2024-07-10 📅 Creado 2017-04-20
389
farukalamai/advanced-machine-learning-engineer-roadmap-2024

Una hoja de ruta completa de ML (Machine Learning) Full Stack implica aprender las habilidades y tecnologías necesarias para dominar todos los aspectos del machine learning, incluida la recopilación y preprocesamiento de datos, el desarrollo de modelos, la implementación y el mantenimiento.

farukalamai
⭐ 702 👤 farukalamai User 🕐 Actualizado 2024-09-02 📅 Creado 2023-07-19
390
google-research/prompt-tuning

Implementación original de Prompt Tuning de Lester et al, 2021

google-research
⭐ 700 Python 👤 google-research Organization 🕐 Actualizado 2025-03-06 📅 Creado 2021-09-07
391
dgarnitz/vectorflow

VectorFlow es una canalización de incrustación de vectores de alto volumen que ingiere datos sin procesar, los transforma en vectores y los escribe en una base de datos vectorial de su elección.

dgarnitz
⭐ 698 Python 👤 dgarnitz User 🕐 Actualizado 2024-05-16 📅 Creado 2023-07-25
392
polyrabbit/WeCron

:heavy_check_mark: Recordatorios programados en WeChat - Cron en WeChat

polyrabbit
⭐ 693 JavaScript 👤 polyrabbit User 🕐 Actualizado 2026-11-18 📅 Creado 2015-11-30
393
jimichan/mynlp

Un kit de herramientas NLP chino de nivel de producción, de alto rendimiento, modular y escalable. (Segmentación de palabras en chino, máquina de percepción promedio, fastText, Pinyin, Descubrimiento de nuevas palabras, Corrección de segmentación, BM25, Reconocimiento de nombres de personas, Entidad nombrada, Diccionario personalizado)

jimichan
⭐ 690 Java 👤 jimichan User 🕐 Actualizado 2025-09-14 📅 Creado 2017-12-10
394
medspacy/medspacy

Biblioteca para NLP clínico con spaCy.

medspacy
⭐ 688 Jupyter Notebook 👤 medspacy Organization 🕐 Actualizado 2026-06-04 📅 Creado 2020-06-16
395
davidmigloz/langchain_dart

Crea aplicaciones Dart/Flutter impulsadas por LLM.

davidmigloz
⭐ 687 Dart 👤 davidmigloz User 🕐 Actualizado 2026-11-16 📅 Creado 2023-06-03
396
google-deepmind/recurrentgemma

Modelo de lenguaje de acceso abierto de Google DeepMind, basado en Griffin.

google-deepmind
⭐ 686 Python 👤 google-deepmind Organization 🕐 Actualizado 2026-02-06 📅 Creado 2024-03-25
397
DataScienceUIBK/Rankify

🔥 Rankify: Un kit de herramientas integral de Python para recuperación, reordenamiento y generación aumentada por recuperación 🔥. Nuestro kit de herramientas integra 40 conjuntos de datos de referencia pre-recuperados y admite más de 7 técnicas de recuperación, más de 24 modelos de reordenamiento de última generación y múltiples métodos RAG.

DataScienceUIBK
⭐ 683 Python 👤 DataScienceUIBK Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-02-09
398
zhongyu09/openchatbi

OpenChatBI es una herramienta BI inteligente basada en chat, impulsada por modelos lingüísticos masivos, diseñada para ayudar a los usuarios a consultar, analizar y visualizar datos a través de conversaciones en lenguaje natural. Utiliza LangGraph y LangChain para construir un agente de chat y flujos de trabajo que soportan la conversión de lenguaje natural a SQL y el análisis de datos.

zhongyu09
⭐ 677 Python 👤 zhongyu09 User 🕐 Actualizado 2026-11-03 📅 Creado 2025-09-09
399
yingpengma/Awesome-Story-Generation

Este repositorio recopila una extensa lista de artículos increíbles sobre Generación de Historias / Narración, centrándose exclusivamente en la era de los Grandes Modelos de Lenguaje (LLM).

yingpengma
⭐ 676 Python 👤 yingpengma User 🕐 Actualizado 2026-11-16 📅 Creado 2023-06-19
400
cbaziotis/ekphrasis

Ekphrasis es una herramienta de procesamiento de texto, orientada a textos de redes sociales, como Twitter o Facebook. Ekphrasis realiza tokenización, normalización de palabras, segmentación de palabras (para dividir hashtags) y corrección ortográfica, utilizando estadísticas de palabras de 2 grandes corpus (Wikipedia en inglés, twitter - 330 millones de tuits en inglés).

cbaziotis
⭐ 676 Python 👤 cbaziotis User 🕐 Actualizado 2025-06-02 📅 Creado 2017-02-07