#information-extraction Dépôts
Découvrez 42 dépôts GitHub open source actifs associés à #information-extraction, cumulant 83,368 étoiles au total (soit une moyenne de 1,984 étoiles par projet). Le projet en tête de ce thème est PaddlePaddle/PaddleNLP, avec 13,000 étoiles.
42 dépôts au total
Bibliothèque LLM et SLM facile à utiliser et puissante avec un incroyable zoo de modèles.
Un tutoriel et une implémentation d'un graphe de connaissances médicales centré sur les maladies et d'un système QA basé sur celui-ci. Construction de graphe de connaissances, questions-réponses automatiques, questions-réponses automatiques basées sur KG. Un graphe de connaissances dans le domaine médical à une échelle certaine centré sur les maladies, et achèvement de services de questions-réponses automatiques et d'analyse avec ce graphe de connaissances.
[EMNLP 2022] Un kit d'outils ouvert pour l'extraction et la construction de graphes de connaissances
Modèle Généraliste et Léger pour la Reconnaissance d'Entités Nomées (Extraire n'importe quel type d'entité des textes)
L'hypergraphe est plus puissant. Transformez du texte non structuré en connaissances structurées avec les LLM. Graphes, hypergraphes et extractions spatio-temporelles — en une seule commande.
[NeurIPS'24] HippoRAG est un nouveau framework RAG inspiré par la mémoire à long terme humaine qui permet aux LLM d'intégrer continuellement des connaissances à travers des documents externes. RAG + Knowledge Graphs + Personalized PageRank.
Réseau neuronal profond pour extraire des informations intelligentes des documents de facture.
C-OCR est un projet OCR développé en interne par Ctrip, qui inclut principalement la reconnaissance de documents et de matériaux liés aux voyages tels que les cartes d'identité, passeports, billets de train, visas, etc. Le projet comprend 4 parties : rejet, détection, reconnaissance et post-traitement.
Reconnaissance d'entités nommées en chinois avec IDCNN/biLSTM+CRF, et extraction de relations avec biGRU+2ATT Reconnaissance d'entités chinoises et extraction de relations
[CVPR 2025] Un benchmark complet pour l'analyse et l'évaluation de documents
Extrayez des données structurées et des insights de documents à l’aide de grands modèles de langage et de modèles de décision
Un outil passif de détection de fuites d'informations basé sur des plugins Chrome et Firefox
Ce dépôt fournit le code côté serveur pour que l'API llmsherpa se connecte. Il comprend des analyseurs pour divers formats de fichiers.
TableBank : Un ensemble de données de référence pour la détection et la reconnaissance de tableaux
Articles impressionnants sur l'extraction d'informations génératives (IE) utilisant de grands modèles linguistiques (LLM)
Le logiciel utilisé pour extraer des données structurées de Wikipédia
Tosint est un outil OSINT Telegram qui extrait des renseignements exploitables à partir de jetons de bot et d'ID de chat pour des enquêtes de sécurité.
Une boîte à outils pour appliquer des LLM à des données sensibles et non publiques dans des environnements hors ligne ou restreints
Générez une critique complète d'un article arXiv, puis transformez-la en un article de blog. Ce projet alimente le site Web ci-dessous pour les articles quotidiens de HuggingFace (https://huggingface.co/papers).
La version en ligne est temporairement indisponible car nous n'avons pas les moyens de payer la clé. Vous pouvez la cloner et l'exécuter localement. Remarque : nous avons défini la clé openai par défaut. Si les clés dépassent le forfait et sont invalides, veuillez nous le faire savoir. La vitesse de réponse dépend d'openai. (parfois, l'officiel est trop fréquenté et lent)
Uscrapper Vanta : Plongez plus profondément dans le web avec cet outil open-source puissant. Extrayez des informations précieuses avec facilité et efficacité, à partir de sources du web de surface et du deep web. Renforcez votre exploration et votre analyse de données grâce aux capacités avancées de Vanta. Rapide, fiable et convivial, Uscrapper Vanta est le choix ultime pour les chercheurs et les analystes.
Étant donné un PDF académique, extrayez les figures, les tableaux, les légendes et les titres de section.
Science Parse analyse les articles scientifiques (sous forme PDF) et les retourne sous une forme structurée.
DocBank: Un ensemble de données de référence pour l'analyse de la mise en page des documents
Vérification de l'ancrage au niveau des segments pour les sorties d'IA basées sur RAG, le code et les outils.
Système basé sur les spans pour l'extraction d'entités nommées, de relations et d'événements.
Outil de génération de notes XMind pour articles de recherche, convertit les PDF d'articles de recherche via ChatGPT en brèves notes XMind avec images et formules, améliorant l'efficacité de lecture des articles de recherche.
Une liste de ressources NLP axées sur la tâche d'extraction d'événements
Pipeline de traitement du langage naturel - Fractionnement des phrases, Tokenisation, Lemmatisation, Étiquetage des parties du discours et Analyse de dépendances
RomBuster est un outil d'exploitation de routeur qui permet de divulguer le mot de passe administrateur du routeur réseau.
Les graphes de connaissances rencontrent l'apprentissage multimodal : une enquête complète
Foire aux questions
Quel est le dépôt #information-extraction le plus populaire sur GitHub ?
Le projet #information-extraction open source le mieux classé sur GitHub est PaddlePaddle/PaddleNLP, avec 13,000 étoiles. Bibliothèque LLM et SLM facile à utiliser et puissante avec un incroyable zoo de modèles.
Quels langages de programmation sont les plus utilisés dans les dépôts #information-extraction ?
Parmi les projets #information-extraction les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Java, HTML.
Comment le classement des dépôts #information-extraction est-il calculé ?
Nous suivons 42 dépôts open source actifs associés à #information-extraction (500+ étoiles), totalisant 83,368 étoiles, avec une moyenne de 1,984 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.