Git Stars Git Stars

#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
Total de Repositórios
83,368
Total de estrelas
1,984
Média de Estrelas/Repositório

42 repositórios no total

1
PaddlePaddle/PaddleNLP

Biblioteca de LLM e SLM poderosa e fácil de usar com um impressionante acervo de modelos.

PaddlePaddle
⭐ 13,000 Python 👤 PaddlePaddle Organization 🕐 Atualizado 2026-05-23 📅 Criado 2021-02-05
2
liuhuanyong/QASystemOnMedicalKG

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.

liuhuanyong
⭐ 7,112 Python 👤 liuhuanyong User 🕐 Atualizado 2024-08-08 📅 Criado 2018-10-04
3
zjunlp/DeepKE

[EMNLP 2022] Uma Ferramenta Aberta para Extração e Construção de Grafos de Conhecimento

zjunlp
⭐ 4,486 Python 👤 zjunlp Organization 🕐 Atualizado 2026-07-13 📅 Criado 2018-08-01
4
urchade/GLiNER

Modelo Generalista e Leve para Reconhecimento de Entidades Nomeadas (Extrair qualquer tipo de entidade de textos)

urchade
⭐ 4,284 Python 👤 urchade User 🕐 Atualizado 2026-11-11 📅 Criado 2023-11-14
5
yifanfeng97/Hyper-Extract

O hipergrafo é mais poderoso. Transforme texto não estruturado em conhecimento estruturado com LLMs. Grafos, hipergrafos e extrações espaço-temporais — com um único comando.

yifanfeng97
⭐ 4,256 Python 👤 yifanfeng97 User 🕐 Atualizado 2026-11-05 📅 Criado 2026-01-07
6
OSU-NLP-Group/HippoRAG

[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.

OSU-NLP-Group
⭐ 4,138 Python 👤 OSU-NLP-Group Organization 🕐 Atualizado 2026-10-06 📅 Criado 2024-05-23
7
CosmosShadow/gptpdf

Usando GPT para analisar PDF

CosmosShadow
⭐ 3,553 Python 👤 CosmosShadow User 🕐 Atualizado 2025-04-17 📅 Criado 2024-06-28
8
mit-nlp/MITIE

MITIE: biblioteca e ferramentas para extração de informação

mit-nlp
⭐ 2,961 C++ 👤 mit-nlp Organization 🕐 Atualizado 2025-09-28 📅 Criado 2014-04-01
9
naiveHobo/InvoiceNet

Rede neural profunda para extrair informações inteligentes de documentos de faturas.

naiveHobo
⭐ 2,662 Python 👤 naiveHobo User 🕐 Atualizado 2024-05-03 📅 Criado 2018-07-01
10
ctripcorp/C-OCR

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.

ctripcorp
⭐ 2,467 Java 👤 ctripcorp Organization 🕐 Atualizado 2024-02-14 📅 Criado 2019-04-11
11
crownpku/Information-Extraction-Chinese

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

crownpku
⭐ 2,265 Python 👤 crownpku User 🕐 Atualizado 2024-02-01 📅 Criado 2017-08-09
12
opendatalab/OmniDocBench

[CVPR 2025] Um Referencial Abrangente para Análise e Avaliação de Documentos

opendatalab
⭐ 2,183 Python 👤 opendatalab Organization 🕐 Atualizado 2026-11-12 📅 Criado 2024-10-14
13
shcherbak-ai/contextgem

Extraia dados estruturados e insights de documentos usando modelos de linguagem de grande porte e modelos de decisão

shcherbak-ai
⭐ 2,095 Python 👤 shcherbak-ai Organization 🕐 Atualizado 2026-11-21 📅 Criado 2024-10-11
14
Tencent-Hunyuan/HunyuanOCR

HunyuanOCR-1.5: Tornando VLMs de OCR leves mais rápidos e melhores

Tencent-Hunyuan
⭐ 2,091 Python 👤 Tencent-Hunyuan Organization 🕐 Atualizado 2026-09-24 📅 Criado 2025-11-18
15
docling-project/docling-serve

Executando o Docling como um serviço de API

docling-project
⭐ 1,930 Python 👤 docling-project Organization 🕐 Atualizado 2026-11-20 📅 Criado 2024-09-06
18
momosecurity/FindSomething

Ferramenta de detecção passiva de vazamento de informações baseada em extensões do Chrome e Firefox

momosecurity
⭐ 1,354 JavaScript 👤 momosecurity Organization 🕐 Atualizado 2024-11-17 📅 Criado 2020-09-12
19
nlmatics/nlm-ingestor

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.

nlmatics
⭐ 1,282 Python 👤 nlmatics Organization 🕐 Atualizado 2025-03-28 📅 Criado 2024-01-17
20
monarch-initiative/ontogpt

Ferramentas de extração ontológica baseadas em LLM, incluindo SPIRES

monarch-initiative
⭐ 1,103 Jupyter Notebook 👤 monarch-initiative Organization 🕐 Atualizado 2026-09-10 📅 Criado 2023-01-03
21
doc-analysis/TableBank

TableBank: Um conjunto de dados de referência para detecção e reconhecimento de tabelas

doc-analysis
⭐ 1,078 👤 doc-analysis Organization 🕐 Atualizado 2024-08-12 📅 Criado 2019-03-05
22
ail-project/ail-framework

Estrutura AIL - Estrutura de Vazamento de Informações de Análise

ail-project
⭐ 1,060 HTML 👤 ail-project Organization 🕐 Atualizado 2026-11-19 📅 Criado 2020-04-20
24
quqxui/Awesome-LLM4IE-Papers

Artigos excelentes sobre Extração de Informação (IE) generativa usando Grandes Modelos de Linguagem (LLMs)

quqxui
⭐ 1,037 👤 quqxui User 🕐 Atualizado 2024-11-18 📅 Criado 2023-12-28
25
dbpedia/extraction-framework

O software utilizado para extrair dados estruturados da Wikipedia

dbpedia
⭐ 950 Scala 👤 dbpedia Organization 🕐 Atualizado 2026-11-13 📅 Criado 2013-02-07
26
whyhow-ai/knowledge-graph-studio

Porquê o Knowledge Graph Studio

whyhow-ai
⭐ 888 Python 👤 whyhow-ai Organization 🕐 Atualizado 2024-12-25 📅 Criado 2024-11-18
27
drego85/tosint

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.

drego85
⭐ 881 Python 👤 drego85 User 🕐 Atualizado 2026-11-13 📅 Criado 2021-07-26
28
amaiya/onprem

Um kit de ferramentas para aplicar LLMs a dados sensíveis e não públicos em ambientes offline ou restritos

amaiya
⭐ 843 Jupyter Notebook 👤 amaiya User 🕐 Atualizado 2026-11-19 📅 Criado 2023-08-29
29
deep-diver/paper-reviewer

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).

deep-diver
⭐ 834 Python 👤 deep-diver User 🕐 Atualizado 2025-02-20 📅 Criado 2024-10-21
30
cocacola-lab/ChatIE

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)

cocacola-lab
⭐ 827 Python 👤 cocacola-lab Organization 🕐 Atualizado 2024-05-28 📅 Criado 2023-02-16
31
ngafar/llama-scan

Transcrever PDFs com LLMs locais

ngafar
⭐ 807 Python 👤 ngafar User 🕐 Atualizado 2026-10-22 📅 Criado 2025-06-11
32
z0m31en7/Uscrapper

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.

z0m31en7
⭐ 740 Python 👤 z0m31en7 User 🕐 Atualizado 2024-11-24 📅 Criado 2023-05-31
33
allenai/pdffigures2

Dado um PDF acadêmico, extraia figuras, tabelas, legendas e títulos de seção.

allenai
⭐ 712 Scala 👤 allenai Organization 🕐 Atualizado 2024-03-10 📅 Criado 2016-05-09
34
allenai/science-parse

Science Parse analisa artigos científicos (em formato PDF) e os retorna em formato estruturado.

allenai
⭐ 686 Java 👤 allenai Organization 🕐 Atualizado 2024-05-26 📅 Criado 2015-08-19
35
doc-analysis/DocBank

DocBank: Um Conjunto de Dados de Referência para Análise de Layout de Documentos

doc-analysis
⭐ 631 Python 👤 doc-analysis Organization 🕐 Atualizado 2024-08-12 📅 Criado 2020-05-29
36
KRLabsOrg/LettuceDetect

Verificação de fundamentação em nível de segmento para saídas de IA baseadas em RAG, código e ferramentas.

KRLabsOrg
⭐ 627 Python 👤 KRLabsOrg Organization 🕐 Atualizado 2026-11-20 📅 Criado 2025-02-05
37
dwadden/dygiepp

Sistema baseado em spans para extração de entidades nomeadas, relações e eventos.

dwadden
⭐ 593 Python 👤 dwadden User 🕐 Atualizado 2026-07-05 📅 Criado 2019-02-19
38
MasterYip/ChatPaper2Xmind

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.

MasterYip
⭐ 588 Python 👤 MasterYip User 🕐 Atualizado 2024-02-23 📅 Criado 2023-07-21
39
BaptisteBlouin/EventExtractionPapers

Uma lista de recursos de PLN focados na tarefa de extração de eventos

BaptisteBlouin
⭐ 580 👤 BaptisteBlouin User 🕐 Atualizado 2026-10-02 📅 Criado 2019-12-13
40
adobe/NLP-Cube

Pipeline de Processamento de Linguagem Natural - Divisão de Frases, Tokenização, Lematização, Rotulagem de Part-of-speech e Análise de Dependência

adobe
⭐ 561 HTML 👤 adobe Organization 🕐 Atualizado 2024-11-03 📅 Criado 2018-03-13
41
EntySec/RomBuster

RomBuster é uma ferramenta de exploração de roteadores que permite a divulgação da senha de administrador do roteador de rede.

EntySec
⭐ 532 Python 👤 EntySec Organization 🕐 Atualizado 2024-07-18 📅 Criado 2021-05-18
42
zjukg/KG-MM-Survey

Grafos de conhecimento encontram aprendizado multimodal: uma pesquisa abrangente

zjukg
⭐ 510 👤 zjukg Organization 🕐 Atualizado 2026-03-02 📅 Criado 2024-01-29

Perguntas Frequentes

1

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.

2

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.

3

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.