#text-extraction リポジトリ
#text-extractionのタグが付いた、GitHub上の27件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は101,655個で、プロジェクトあたりの平均は3,765個です。このトピックをリードしているのは、20,082個のスターを獲得しているfirecrawl/pdf-inspectorです。
リポジトリ合計27件
PDFの検査、分類、テキスト抽出のための高速Rustライブラリ。スキャンPDFとテキストベースPDFをインテリジェントに検出し、スマートなルーティング決定を可能にします。
あらゆる言語に対応する高速・高精度なドキュメントインテリジェンスエンジン。100種類以上の形式からテキスト、表、メタデータを抽出し、OCR、文字起こし、コードインテリジェンスも提供します。
Webからテキストとメタデータを収集するためのPythonおよびコマンドラインツール:クローリング、スクラッピング、抽出、CSV、JSON、HTML、MD、TXT、XMLとして出力
Tika-PythonはApache Tika™ RESTサービスへのPythonバインディングであり、PythonコミュニティでTikaをネイティブに呼び出すことができます。
PythonとRustのための最速PDFライブラリ。テキスト抽出、画像抽出、マークダウン変換、PDF作成・編集。平均0.8ms、業界リーダーより5倍速く、3,830 PDFで100%合格率。MIT/Apache-2.0.
RepoToTextForLLMsを使用して、LLM用のGitHubリポジトリの分析を自動化します。README、構造、およびバイナリ以外のファイルを効率的に取得します。出力には、包括的なリポジトリ評価を支援するための分析プロンプトが含まれます。
OpenAI APIとFAISS(Facebook AI Similarity Search)インデックスを使用してPDFテキストデータのインデックス作成と検索を行うRAGベースのツールで、迅速な情報検索と優れた検索精度を実現するように設計されています。
フロントエンド自動翻訳。Youdao/Google/Baidu/カスタム翻訳をサポート。webpack/vite/rollup/rsbuildと互換性があり、JSにコンパイルされるすべてのフレームワークに対応、補間、名前空間などをサポートし、ワンクリックでプロジェクトを翻訳するのに役立ちます。
よくある質問
GitHubで最も人気のある#text-extractionリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#text-extractionプロジェクトは、20,082個のスターを獲得しているfirecrawl/pdf-inspectorです。PDFの検査、分類、テキスト抽出のための高速Rustライブラリ。スキャンPDFとテキストベースPDFをインテリジェントに検出し、スマートなルーティング決定を可能にします。
#text-extractionリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#text-extractionプロジェクトでは、Python, Rust, Java, C++が最も一般的なプログラミング言語です。
#text-extractionリポジトリのランキングはどのように算出されていますか?
#text-extractionのタグが付いた27件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は101,655個で、リポジトリあたりの平均は3,765個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。