Git Stars Git Stars

#relation-extraction Repositorios

Descubre 18 repositorios activos de código abierto de GitHub etiquetados con #relation-extraction, que acumulan 36,480 estrellas en total (una media de 2,026 estrellas por proyecto). El líder de este tema es zjunlp/DeepKE, con 4,486 estrellas.

18
Total de Repositorios
36,480
Total de estrellas
2,026
Promedio de Estrellas/Repo

18 repositorios en total

1
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
3
thunlp/OpenNRE

Un paquete de código abierto para la extracción de relaciones neuronales (NRE)

thunlp
⭐ 4,446 Python 👤 thunlp Organization 🕐 Actualizado 2024-01-10 📅 Creado 2017-02-26
4
qq547276542/Agriculture_KnowledgeGraph

Gráfico de Conocimiento Agrícola (AgriKG): Recuperación de Información en el Campo Agrícola, Reconocimiento de Entidades Nombradas, Extracción de Relaciones, Respuesta Inteligente a Preguntas, Apoyo a la Decisión

qq547276542
⭐ 4,369 Python 👤 qq547276542 User 🕐 Actualizado 2025-02-11 📅 Creado 2017-11-25
5
km1994/nlp_paper_study

Este repositorio contiene principalmente notas de lectura de artículos de conferencias de primer nivel relacionados con la ingeniería de algoritmos de PLN.

km1994
⭐ 4,035 C++ 👤 km1994 User 🕐 Actualizado 2026-10-11 📅 Creado 2019-05-18
6
fastino-ai/GLiNER2

Extracción de Información basada en esquema unificado

fastino-ai
⭐ 2,490 Python 👤 fastino-ai Organization 🕐 Actualizado 2026-11-20 📅 Creado 2025-07-07
7
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
8
deepwel/Chinese-Annotator

Anotador para Corpus de Texto Chino (EN DESARROLLO) Herramienta de anotación de texto chino

deepwel
⭐ 1,473 JavaScript 👤 deepwel Organization 🕐 Actualizado 2024-04-08 📅 Creado 2017-11-09
9
Tongjilibo/bert4torch

Una elegante implementación de PyTorch de Transformers

Tongjilibo
⭐ 1,323 Python 👤 Tongjilibo User 🕐 Actualizado 2026-05-16 📅 Creado 2022-03-12
10
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
11
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
12
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
13
BrambleXu/knowledge-graph-learning

Una lista seleccionada de increíbles tutoriales, proyectos y comunidades sobre grafos de conocimiento.

BrambleXu
⭐ 783 👤 BrambleXu User 🕐 Actualizado 2026-08-26 📅 Creado 2018-11-02
14
liuhuanyong/ChainKnowledgeGraph

ChainKnowledgeGraph, el grafo de conocimiento de la cadena industrial incluye empresas cotizadas de acciones A, industrias y productos, un total de 3 tipos de entidades, incluyendo relaciones de pertenencia sectorial de empresas cotizadas, relaciones de industrias superiores, relaciones de materias primas upstream de productos, relaciones de productos downstream, productos principales de la empresa y subcategorías de productos, un total de 6 categorías principales. Empresas cotizadas: 4,654, industrias: 511, productos: 95,559, materias primas upstream: 56,824, industrias superiores: 480, productos downstream: 390, subcategorías de productos: 52,937, industrias de pertenencia: 3,946.

liuhuanyong
⭐ 779 Python 👤 liuhuanyong User 🕐 Actualizado 2025-12-22 📅 Creado 2021-10-26
15
Ricardokevins/Bert-In-Relation-Extraction

Extracción de relaciones entre entidades con Bert

Ricardokevins
⭐ 751 Python 👤 Ricardokevins User 🕐 Actualizado 2026-11-21 📅 Creado 2020-10-24
16
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
17
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
18
SapienzaNLP/relik

Recuperar, Leer y Enlazar: Vinculación de Entidades y Extracción de Relaciones Rápida y Precisa con un Presupuesto Académico (ACL 2024)

SapienzaNLP
⭐ 513 Python 👤 SapienzaNLP Organization 🕐 Actualizado 2025-07-29 📅 Creado 2023-11-09

Preguntas frecuentes

1

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

El proyecto de código abierto de #relation-extraction mejor posicionado en GitHub es zjunlp/DeepKE, con 4,486 estrellas. [EMNLP 2022] Un kit de herramientas abierto para la extracción y construcción de grafos de conocimiento

2

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

Entre los proyectos de #relation-extraction mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++, JavaScript, Jupyter Notebook.

3

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

Seguimos 18 repositorios activos de código abierto etiquetados con #relation-extraction (500+ estrellas), que suman un total de 36,480 estrellas, con una media de 2,026 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.