#document-parsing Repository
Scopri 42 repository GitHub open source attivi contrassegnati con #document-parsing, che raccolgono un totale di 356,240 stelle (con una media di 8,481 stelle per progetto). Il progetto leader di questo argomento è PaddlePaddle/PaddleOCR, con 92,972 stelle.
42 repository in totale
Trasforma qualsiasi documento PDF o immagine in dati strutturati per la tua IA. Un toolkit OCR potente e leggero che colma il divario tra immagini/PDF e LLM. Supporta oltre 100 lingue.
Parser PDF per dati pronti per l'IA. Automatizza l'accessibilità PDF. Open-source.
Converti documenti in dati strutturati senza sforzo. Unstructured è una soluzione ETL open-source per trasformare documenti complessi in formati puliti e strutturati per modelli linguistici. Visita il nostro sito web per saperne di più sul nostro prodotto Platform di livello enterprise per flussi di lavoro di livello di produzione, partizionamento, arricchimento, chunking e embedding.
Modello OCR che gestisce tabelle complesse, moduli e scrittura a mano con layout completo.
Implementazione di Nougat Neural Optical Understanding per documenti accademici
Analisi del layout di documenti multilingue in un singolo modello Vision-Language
docTR (Document Text Recognition) - una libreria fluida, ad alte prestazioni e accessibile per attività relative all'OCR, basata sul Deep Learning. Sviluppo e manutenzione continui a cura di t2k.
NeMo Retriever Library è un microservizio scalabile e orientato alle prestazioni per l'estrazione di contenuti e metadati da documenti. NeMo Retriever Library utilizza microservizi NVIDIA NIM specializzati per trovare, contestualizzare ed estrarre testo, tabelle, grafici e immagini che è possibile utilizzare in applicazioni generative a valle.
OCRFlux è un toolkit multimodale leggero ma potente che migliora significativamente la conversione da PDF a Markdown, eccellendo nella gestione di layout complessi, nell'analisi di tabelle complicate e nell'unione di contenuti interpagina.
La CLI ufficiale per Agentic Document Extraction (ADE) di LandingAI: analizza documenti ed estrai dati strutturati dal tuo terminale
[CVPR 2025] Un benchmark completo per l'analisi e la valutazione dei documenti
Modello OCR da 1 milione di parametri: funziona su CPU, è 15 volte più veloce di Tesseract e offre una precisione simile a quella dei modelli con oltre 1 miliardo di parametri
ExtractThinker è una libreria di Document Intelligence per LLM, che offre un'interazione in stile ORM per flussi di lavoro di documenti flessibili e potenti.
Estrai e converti dati da qualsiasi documento, immagine, PDF, documento Word, PPT o URL in più formati (Markdown, JSON, CSV, HTML) con estrazione intelligente di dati strutturati e OCR avanzato.
OpenOCR: Un pacchetto di strumenti open‑source per la ricerca e le applicazioni generali di OCR, che integra un benchmark unificato per l'addestramento e la valutazione, sistemi OCR e di analisi dei documenti di qualità commerciale, e riproduzioni fedeli delle implementazioni principali provenienti da un'ampia gamma di articoli accademici.
Ragflow-Plus è una versione di sviluppo secondario di Ragflow, che lo rende più conciso e pratico
Questo repository fornisce il codice lato server per l'API llmsherpa da collegare. Include parser per vari formati di file.
S2ORC: Il Semantic Scholar Open Research Corpus: https://www.aclweb.org/anthology/2020.acl-main.447/
Strumento di note Markdown ad alte prestazioni! AI gratuita, note intelligenti, promemoria TODO, banca dati locale, motore di romanzi AI. Analisi PDF, note vocali automatiche, trascrizione audio. Avvio in millisecondi.
Genera una recensione completa di un articolo arXiv, quindi trasformala in un post del blog. Questo progetto alimenta il sito Web sottostante per gli Articoli Giornalieri di HuggingFace (https://huggingface.co/papers).
RAG agentico per la ricerca di documenti in locale e self-hosted: recupero ibrido, reranking e RAG multimodale su LanceDB incorporato, con parsing tramite Docling e un server MCP
Knowledge base RAG aziendale con priorità al cinese: analisi controllabile, governance, suddivisione in chunk, recupero ibrido, reranking, citazioni, grafi della conoscenza, valutazione e integrazione con Dify.
Un'utilità basata su Python puro per estrarre testo e immagini dai file docx.
Sistema RAG ibrido che combina ricerca vettoriale, un grafo della conoscenza (LightRAG) e il reranking tramite cross-encoder, con analisi dei documenti tramite Docling, intelligenza visiva (generazione di didascalie per immagini e tabelle), chat agentica in streaming e citazioni inline. Basato su modelli Gemini o Ollama locali.
Domande frequenti
Qual è il repository #document-parsing più popolare su GitHub?
Il progetto open source #document-parsing più alto in classifica su GitHub è PaddlePaddle/PaddleOCR, con 92,972 stelle. Trasforma qualsiasi documento PDF o immagine in dati strutturati per la tua IA. Un toolkit OCR potente e leggero che colma il divario tra immagini/PDF e LLM. Supporta oltre 100 lingue.
Quali linguaggi di programmazione sono più utilizzati nei repository #document-parsing?
Tra i progetti #document-parsing più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, TypeScript, Java, HTML.
Come viene calcolata la classifica dei repository #document-parsing?
Monitoriamo 42 repository open source attivi contrassegnati con #document-parsing (500+ stelle), per un totale di 356,240 stelle e una media di 8,481 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.