Git Stars Git Stars

#text-mining Repositorios

Descubre 25 repositorios activos de código abierto de GitHub etiquetados con #text-mining, que acumulan 102,303 estrellas en total (una media de 4,092 estrellas por proyecto). El líder de este tema es fxsjy/jieba, con 34,677 estrellas.

25
Total de Repositorios
102,303
Total de estrellas
4,092
Promedio de Estrellas/Repo

25 repositorios en total

1
fxsjy/jieba

Segmentación de palabras chinas Jieba

fxsjy
⭐ 34,677 Python 👤 fxsjy User 🕐 Actualizado 2024-08-21 📅 Creado 2012-09-29
2
keon/awesome-nlp

:book: Una lista curada de recursos dedicados al Procesamiento de Lenguaje Natural (NLP)

keon
⭐ 19,177 👤 keon User 🕐 Actualizado 2026-11-20 📅 Creado 2015-12-01
3
amueller/introduction_to_ml_with_python

Cuadernos y código para el libro "Introduction to Machine Learning with Python"

amueller
⭐ 7,974 Jupyter Notebook 👤 amueller User 🕐 Actualizado 2024-03-14 📅 Creado 2016-05-29
4
adbar/trafilatura

Herramienta de Python y línea de comandos para recopilar texto y metadatos en la Web: Rastreo, raspado, extracción, salida como CSV, JSON, HTML, MD, TXT, XML

adbar
⭐ 7,157 Python 👤 adbar User 🕐 Actualizado 2026-11-20 📅 Creado 2019-04-08
5
cjhutto/vaderSentiment

VADER Sentiment Analysis. VADER (Valence Aware Dictionary and sEntiment Reasoner) es un léxico y una herramienta de análisis de sentimiento basada en reglas que está específicamente adaptada a los sentimientos expresados en las redes sociales, y que funciona bien en textos de otros dominios.

cjhutto
⭐ 5,103 Python 👤 cjhutto User 🕐 Actualizado 2026-03-02 📅 Creado 2014-11-17
6
deanmalmgren/textract

Extraiga texto de cualquier documento. Sin complicaciones. Sin problemas.

deanmalmgren
⭐ 4,736 HTML 👤 deanmalmgren User 🕐 Actualizado 2026-10-30 📅 Creado 2014-07-03
7
rahulnyk/knowledge_graph

Convierte cualquier texto en un grafo de conocimiento. Esto se puede utilizar para la Generación Aumentada por Grafos o QnA basado en Grafos de Conocimiento.

rahulnyk
⭐ 4,181 Jupyter Notebook 👤 rahulnyk User 🕐 Actualizado 2026-08-15 📅 Creado 2023-10-22
8
yanyiwu/gojieba

Versión en Golang del segmentador de palabras chino "Jieba"

yanyiwu
⭐ 2,650 Go 👤 yanyiwu User 🕐 Actualizado 2026-07-20 📅 Creado 2015-09-12
9
JasonKessler/scattertext

Hermosas visualizaciones de cómo el lenguaje difiere entre los tipos de documentos.

JasonKessler
⭐ 2,350 Python 👤 JasonKessler User 🕐 Actualizado 2026-07-04 📅 Creado 2016-07-21
10
juliasilge/tidy-text-mining

Manuscrito del libro "Tidy Text Mining with R" de Julia Silge y David Robinson

juliasilge
⭐ 1,371 TeX 👤 juliasilge User 🕐 Actualizado 2025-04-06 📅 Creado 2016-07-06
11
juliasilge/tidytext

Minería de textos usando herramientas tidy :sparkles::page_facing_up::sparkles:

juliasilge
⭐ 1,206 R 👤 juliasilge User 🕐 Actualizado 2026-08-02 📅 Creado 2016-03-31
12
opensemanticsearch/open-semantic-search

Herramienta de investigación de código abierto para buscar, navegar, analizar y explorar grandes colecciones de documentos mediante Semantic Search Engine y plataforma de Text Mining & Text Analytics de código abierto (Integra ETL para el procesamiento de documentos, OCR para imágenes & PDF, named entity recognition para personas, organizaciones & ubicaciones, gestión de metadatos por thesaurus & ontologías, interfaz de usuario de búsqueda & aplicaciones de búsqueda para búsqueda de texto completo, búsqueda facetada & knowledge graph)

opensemanticsearch
⭐ 1,176 Shell 👤 opensemanticsearch User 🕐 Actualizado 2025-04-19 📅 Creado 2016-03-30
13
yanyiwu/simhash

cálculo del valor simhash para documentos chinos

yanyiwu
⭐ 1,169 C++ 👤 yanyiwu User 🕐 Actualizado 2026-07-20 📅 Creado 2013-12-16
14
mimno/Mallet

MALLET es un paquete basado en Java para el procesamiento estadístico del lenguaje natural, clasificación de documentos, clustering, modelado de temas, extracción de información y otras aplicaciones de aprendizaje automático para texto.

mimno
⭐ 1,033 Java 👤 mimno User 🕐 Actualizado 2026-08-04 📅 Creado 2014-04-02
15
nlptown/nlp-notebooks

Una colección de cuadernos para Procesamiento de Lenguaje Natural de NLP Town

nlptown
⭐ 1,013 Jupyter Notebook 👤 nlptown Organization 🕐 Actualizado 2024-07-16 📅 Creado 2018-04-30
16
allenai/s2orc

S2ORC: El Corpus de Investigación Abierta de Semantic Scholar: https://www.aclweb.org/anthology/2020.acl-main.447/

allenai
⭐ 996 Python 👤 allenai Organization 🕐 Actualizado 2024-04-26 📅 Creado 2019-11-04
17
gsh199449/spider

Una araña web configurable con una consola web fácil de usar

gsh199449
⭐ 996 Java 👤 gsh199449 User 🕐 Actualizado 2026-06-03 📅 Creado 2016-11-24
18
gesiscss/awesome-computational-social-science

Una lista de recursos impresionantes para Ciencias Sociales Computacionales

gesiscss
⭐ 967 R 👤 gesiscss Organization 🕐 Actualizado 2026-10-13 📅 Creado 2023-01-19
19
dselivanov/text2vec

Vectorización rápida, modelado de temas, distancias e incrustaciones de palabras GloVe en R.

dselivanov
⭐ 877 R 👤 dselivanov User 🕐 Actualizado 2025-12-01 📅 Creado 2015-08-05
20
bigartm/bigartm

Plataforma rápida de modelado de temas

bigartm
⭐ 673 C++ 👤 bigartm Organization 🕐 Actualizado 2026-02-05 📅 Creado 2014-09-15
21
hyperquest-hq/hyperbase

Una biblioteca fundamental para Hipergrafos Semánticos

hyperquest-hq
⭐ 652 Python 👤 hyperquest-hq Organization 🕐 Actualizado 2026-11-17 📅 Creado 2016-02-15
22
cpsievert/LDAvis

Paquete de R para la visualización interactiva de modelos temáticos basada en la web.

cpsievert
⭐ 567 JavaScript 👤 cpsievert User 🕐 Actualizado 2024-02-06 📅 Creado 2014-03-05
23
laugustyniak/awesome-sentiment-analysis

Repositorio con todo lo necesario para el análisis de sentimiento y áreas relacionadas

laugustyniak
⭐ 554 👤 laugustyniak User 🕐 Actualizado 2026-07-20 📅 Creado 2017-03-06
24
adbar/German-NLP

Lista curada de recursos y herramientas de acceso abierto/código abierto/listos para usar desarrollados con un enfoque particular en el alemán

adbar
⭐ 539 👤 adbar User 🕐 Actualizado 2026-11-03 📅 Creado 2018-06-12
25
bojone/word-discovery

Descubrimiento de nuevas palabras chinas más rápido y efectivo

bojone
⭐ 513 Python 👤 bojone User 🕐 Actualizado 2024-03-15 📅 Creado 2019-08-29

Preguntas frecuentes

1

¿Cuál es el repositorio de #text-mining más popular en GitHub?

El proyecto de código abierto de #text-mining mejor posicionado en GitHub es fxsjy/jieba, con 34,677 estrellas. Segmentación de palabras chinas Jieba

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #text-mining?

Entre los proyectos de #text-mining mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, R, C++.

3

¿Cómo se calcula la clasificación de los repositorios de #text-mining?

Seguimos 25 repositorios activos de código abierto etiquetados con #text-mining (500+ estrellas), que suman un total de 102,303 estrellas, con una media de 4,092 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.