#text-cleaning Repositórios
Descubra 6 repositórios ativos de código aberto no GitHub marcados com #text-cleaning, acumulando um total de 20,035 estrelas (uma média de 3,339 por projeto). O líder deste tópico é adbar/trafilatura, com 7,157 estrelas.
6 repositórios no total
Ferramenta Python e de linha de comando para coletar texto e metadados da Web: Rastreamento, raspagem, extração, com saída em CSV, JSON, HTML, MD, TXT, XML
Ferramentas de mineração e pré-processamento de texto (limpeza de texto, descoberta de novas palavras, análise de sentimento, ligação de reconhecimento de entidade, extração de palavras-chave, extração de conhecimento, análise sintática, etc.), métodos não supervisionados ou fracamente supervisionados
O E2M converte vários tipos de arquivo (doc, docx, epub, html, htm, url, pdf, ppt, pptx, mp3, m4a) para Markdown. É fácil de instalar, com parsers e conversores dedicados, suportando configurações personalizadas. O E2M oferece uma solução tudo-em-um, flexível e de código aberto.
Perguntas Frequentes
Qual é o repositório de #text-cleaning mais popular no GitHub?
O projeto de código aberto de #text-cleaning mais bem classificado no GitHub é adbar/trafilatura, com 7,157 estrelas. Ferramenta Python e de linha de comando para coletar texto e metadados da Web: Rastreamento, raspagem, extração, com saída em CSV, JSON, HTML, MD, TXT, XML
Quais linguagens de programação são mais usadas nos repositórios de #text-cleaning?
Entre os projetos de #text-cleaning mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook.
Como é calculada a classificação dos repositórios de #text-cleaning?
Acompanhamos 6 repositórios ativos de código aberto marcados com #text-cleaning (com mais de 500 estrelas), totalizando 20,035 estrelas e uma média de 3,339 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.