Git Stars Git Stars

#text-preprocessing Repositorios

Descubre 5 repositorios activos de código abierto de GitHub etiquetados con #text-preprocessing, que acumulan 18,335 estrellas en total (una media de 3,667 estrellas por proyecto). El líder de este tema es adbar/trafilatura, con 7,157 estrellas.

5
Total de Repositorios
18,335
Total de estrellas
3,667
Promedio de Estrellas/Repo
Lenguajes de programación: Python C++
1
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
2
goto456/stopwords

Lista de palabras vacías comunes en chino (Lista de palabras vacías de HIT, Lista de palabras vacías de Baidu, etc.)

goto456
⭐ 5,424 👤 goto456 User 🕐 Actualizado 2024-01-25 📅 Creado 2017-12-12
3
huggingface/datatrove

Liberar el procesamiento de datos de la locura de los scripts proporcionando un conjunto de bloques de procesamiento de canalizaciones personalizables e independientes de la plataforma.

huggingface
⭐ 3,428 Python 👤 huggingface Organization 🕐 Actualizado 2026-11-18 📅 Creado 2023-06-14
4
tensorflow/text

Haciendo del texto un ciudadano de primera clase en TensorFlow.

tensorflow
⭐ 1,299 C++ 👤 tensorflow Organization 🕐 Actualizado 2026-11-19 📅 Creado 2019-05-29
5
jfilter/clean-text

🧹 Paquete Python para la limpieza de texto

jfilter
⭐ 1,031 Python 👤 jfilter User 🕐 Actualizado 2026-10-26 📅 Creado 2018-12-06

Preguntas frecuentes

1

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

El proyecto de código abierto de #text-preprocessing mejor posicionado en GitHub es adbar/trafilatura, con 7,157 estrellas. 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

2

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

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

3

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

Seguimos 5 repositorios activos de código abierto etiquetados con #text-preprocessing (500+ estrellas), que suman un total de 18,335 estrellas, con una media de 3,667 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.