Git Stars Git Stars

#entity-resolution Repository

Scopri 9 repository GitHub open source attivi contrassegnati con #entity-resolution, che raccolgono un totale di 17,372 stelle (con una media di 1,930 stelle per progetto). Il progetto leader di questo argomento è dedupeio/dedupe, con 4,487 stelle.

9
Totale Repository
17,372
Totale stelle
1,930
Media Stelle/Repo
Linguaggi di programmazione: Python Rust Java

9 repository in totale

1
dedupeio/dedupe

:id: Una libreria Python per il matching fuzzy accurato e scalabile, deduplicazione di record e risoluzione di entità.

dedupeio
⭐ 4,487 Python 👤 dedupeio Organization 🕐 Aggiornato 2025-07-29 📅 Creato 2012-04-20
2
seatgeek/thefuzz

Corrispondenza approssimativa di stringhe in Python

seatgeek
⭐ 3,629 Python 👤 seatgeek Organization 🕐 Aggiornato 2025-03-03 📅 Creato 2021-03-05
3
moj-analytical-services/splink

Collegamento dati probabilistico veloce, accurato e scalabile con supporto per più backend SQL

moj-analytical-services
⭐ 2,592 Python 👤 moj-analytical-services Organization 🕐 Aggiornato 2026-11-11 📅 Creato 2019-11-22
4
cedar-policy/cedar

Implementazione del Linguaggio delle Policy Cedar

cedar-policy
⭐ 1,890 Rust 👤 cedar-policy Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2023-04-25
5
zinggAI/zingg

Risoluzione delle entità, risoluzione delle identità, gestione dei dati anagrafici e deduplicazione su larga scala basate sull’IA per esseri umani e agenti

zinggAI
⭐ 1,275 Java 👤 zinggAI Organization 🕐 Aggiornato 2026-11-03 📅 Creato 2021-08-25
6
J535D165/recordlinkage

Un toolkit potente e modulare per il record linkage e la rilevazione di duplicati in Python

J535D165
⭐ 1,039 Python 👤 J535D165 User 🕐 Aggiornato 2024-02-21 📅 Creato 2015-10-18
7
JohnSnowLabs/nlu

Una riga per migliaia di modelli NLP all'avanguardia in centinaia di lingue. Il modo più veloce e accurato per risolvere problemi di testo.

JohnSnowLabs
⭐ 963 Python 👤 JohnSnowLabs Organization 🕐 Aggiornato 2025-01-28 📅 Creato 2020-08-22
8
liuhuanyong/ChainKnowledgeGraph

La ChainKnowledgeGraph, o grafo della conoscenza della catena industriale, include entità di 3 tipi: società quotate in borsa A, settori e prodotti, comprendenti 6 categorie principali: relazioni settoriali delle società quotate, relazioni settoriali gerarchiche, relazioni di materie prime a monte dei prodotti, relazioni di prodotti a valle, prodotti principali delle società e sottocategorie di prodotti. Società quotate: 4.654, settori: 511, prodotti: 95.559, materie prime a monte: 56.824, settori gerarchici: 480, prodotti a valle: 390, sottocategorie di prodotti: 52.937, settori di appartenenza: 3.946.

liuhuanyong
⭐ 779 Python 👤 liuhuanyong User 🕐 Aggiornato 2025-12-22 📅 Creato 2021-10-26
9
Picovoice/rhino

Motore Speech-to-Intent on-device alimentato da deep learning

Picovoice
⭐ 719 Python 👤 Picovoice Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2018-10-28

Domande frequenti

1

Qual è il repository #entity-resolution più popolare su GitHub?

Il progetto open source #entity-resolution più alto in classifica su GitHub è dedupeio/dedupe, con 4,487 stelle. :id: Una libreria Python per il matching fuzzy accurato e scalabile, deduplicazione di record e risoluzione di entità.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #entity-resolution?

Tra i progetti #entity-resolution più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Rust, Java.

3

Come viene calcolata la classifica dei repository #entity-resolution?

Monitoriamo 9 repository open source attivi contrassegnati con #entity-resolution (500+ stelle), per un totale di 17,372 stelle e una media di 1,930 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.