#information-extraction Repositórios
Descubra 42 repositórios ativos de código aberto no GitHub marcados com #information-extraction, acumulando um total de 83,368 estrelas (uma média de 1,984 por projeto). O líder deste tópico é PaddlePaddle/PaddleNLP, com 13,000 estrelas.
42 repositórios no total
Biblioteca de LLM e SLM poderosa e fácil de usar com um impressionante acervo de modelos.
Um tutorial e implementação de um grafo de conhecimento médico centrado em doenças e sistema de perguntas e respostas baseado nele. Construção de grafo de conhecimento, resposta automática a perguntas, resposta automática a perguntas baseada em KG. Um grafo de conhecimento do domínio médico de certa escala centrado em doenças, e o uso desse grafo de conhecimento para concluir serviços de análise e resposta automática a perguntas.
[EMNLP 2022] Uma Ferramenta Aberta para Extração e Construção de Grafos de Conhecimento
Modelo Generalista e Leve para Reconhecimento de Entidades Nomeadas (Extrair qualquer tipo de entidade de textos)
O hipergrafo é mais poderoso. Transforme texto não estruturado em conhecimento estruturado com LLMs. Grafos, hipergrafos e extrações espaço-temporais — com um único comando.
[NeurIPS'24] HippoRAG é um novo framework RAG inspirado na memória de longo prazo humana, que permite que LLMs integrem continuamente conhecimento de documentos externos. RAG + Grafos de Conhecimento + PageRank Personalizado.
Rede neural profunda para extrair informações inteligentes de documentos de faturas.
C-OCR é um projeto de OCR desenvolvido internamente pela Ctrip, que inclui principalmente o reconhecimento de documentos e materiais relacionados a viagens, como carteiras de identidade, passaportes, passagens de trem e vistos. O projeto é composto por 4 partes: rejeição de reconhecimento, detecção, reconhecimento e pós-processamento.
Reconhecimento de Entidades Nomeadas em Chinês com IDCNN/biLSTM+CRF, e Extração de Relações com biGRU+2ATT Reconhecimento e Extração de Relações de Entidades Nomeadas em Chinês
[CVPR 2025] Um Referencial Abrangente para Análise e Avaliação de Documentos
Extraia dados estruturados e insights de documentos usando modelos de linguagem de grande porte e modelos de decisão
Ferramenta de detecção passiva de vazamento de informações baseada em extensões do Chrome e Firefox
Este repositório fornece o código do lado do servidor para a conexão com a API do llmsherpa. Ele inclui parsers para vários formatos de arquivo.
TableBank: Um conjunto de dados de referência para detecção e reconhecimento de tabelas
Artigos excelentes sobre Extração de Informação (IE) generativa usando Grandes Modelos de Linguagem (LLMs)
Tosint é uma ferramenta OSINT para Telegram que extrai inteligência acionável a partir de tokens de bots e IDs de chat para investigações de segurança.
Um kit de ferramentas para aplicar LLMs a dados sensíveis e não públicos em ambientes offline ou restritos
Gere uma revisão abrangente de um artigo do arXiv e depois transforme-a numa publicação de blog. Este projeto alimenta o site abaixo para o Daily Papers da HuggingFace (https://huggingface.co/papers).
A versão online está temporariamente indisponível porque não temos fundos para a chave. Você pode cloná-la e executá-la localmente. Nota: definimos a chave padrão da OpenAI. Se as chaves excederem o plano e forem inválidas, por favor nos informe. A velocidade da resposta depende da OpenAI. (às vezes, a oficial está muito lotada e lenta)
Uscrapper Vanta: Mergulhe mais fundo na web com esta poderosa ferramenta de código aberto. Extraia insights valiosos com facilidade e eficiência, de fontes da web superficial e profunda. Potencialize sua mineração e análise de dados com as capacidades avançadas de Vanta. Rápido, confiável e fácil de usar, Uscrapper Vanta é a escolha definitiva para pesquisadores e analistas.
Dado um PDF acadêmico, extraia figuras, tabelas, legendas e títulos de seção.
Science Parse analisa artigos científicos (em formato PDF) e os retorna em formato estruturado.
DocBank: Um Conjunto de Dados de Referência para Análise de Layout de Documentos
Verificação de fundamentação em nível de segmento para saídas de IA baseadas em RAG, código e ferramentas.
Sistema baseado em spans para extração de entidades nomeadas, relações e eventos.
Ferramenta de geração de notas XMind para artigos, que converte PDFs de artigos através do ChatGPT em notas XMind concisas com imagens e fórmulas, melhorando a eficiência da leitura de artigos.
Uma lista de recursos de PLN focados na tarefa de extração de eventos
Pipeline de Processamento de Linguagem Natural - Divisão de Frases, Tokenização, Lematização, Rotulagem de Part-of-speech e Análise de Dependência
RomBuster é uma ferramenta de exploração de roteadores que permite a divulgação da senha de administrador do roteador de rede.
Grafos de conhecimento encontram aprendizado multimodal: uma pesquisa abrangente
Perguntas Frequentes
Qual é o repositório de #information-extraction mais popular no GitHub?
O projeto de código aberto de #information-extraction mais bem classificado no GitHub é PaddlePaddle/PaddleNLP, com 13,000 estrelas. Biblioteca de LLM e SLM poderosa e fácil de usar com um impressionante acervo de modelos.
Quais linguagens de programação são mais usadas nos repositórios de #information-extraction?
Entre os projetos de #information-extraction mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, Java, HTML.
Como é calculada a classificação dos repositórios de #information-extraction?
Acompanhamos 42 repositórios ativos de código aberto marcados com #information-extraction (com mais de 500 estrelas), totalizando 83,368 estrelas e uma média de 1,984 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.