Git Stars Git Stars

#text-mining Repositórios

Descubra 25 repositórios ativos de código aberto no GitHub marcados com #text-mining, acumulando um total de 102,303 estrelas (uma média de 4,092 por projeto). O líder deste tópico é fxsjy/jieba, com 34,677 estrelas.

25
Total de Repositórios
102,303
Total de estrelas
4,092
Média de Estrelas/Repositório

25 repositórios no total

1
fxsjy/jieba

Segmentação de Palavras Jieba em Chinês

fxsjy
⭐ 34,677 Python 👤 fxsjy User 🕐 Atualizado 2024-08-21 📅 Criado 2012-09-29
2
keon/awesome-nlp

:book: Uma lista selecionada de recursos dedicados ao Processamento de Linguagem Natural (PLN)

keon
⭐ 19,177 👤 keon User 🕐 Atualizado 2026-11-20 📅 Criado 2015-12-01
3
amueller/introduction_to_ml_with_python

Cadernos e código para o livro "Introdução ao Aprendizado de Máquina com Python"

amueller
⭐ 7,974 Jupyter Notebook 👤 amueller User 🕐 Atualizado 2024-03-14 📅 Criado 2016-05-29
4
adbar/trafilatura

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

adbar
⭐ 7,157 Python 👤 adbar User 🕐 Atualizado 2026-11-20 📅 Criado 2019-04-08
5
cjhutto/vaderSentiment

Análise de Sentimento VADER. VADER (Valence Aware Dictionary and sEntiment Reasoner) é uma ferramenta de análise de sentimento baseada em léxico e regras, especificamente ajustada aos sentimentos expressos em mídias sociais, e que funciona bem em textos de outros domínios.

cjhutto
⭐ 5,103 Python 👤 cjhutto User 🕐 Atualizado 2026-03-02 📅 Criado 2014-11-17
6
deanmalmgren/textract

extraia texto de qualquer documento. sem complicação. sem aborrecimento.

deanmalmgren
⭐ 4,736 HTML 👤 deanmalmgren User 🕐 Atualizado 2026-10-30 📅 Criado 2014-07-03
7
rahulnyk/knowledge_graph

Converta qualquer texto em um grafo de conhecimento. Isso pode ser usado para Geração Aumentada por Grafo ou para QnA (Perguntas e Respostas) baseado em Grafo de Conhecimento.

rahulnyk
⭐ 4,181 Jupyter Notebook 👤 rahulnyk User 🕐 Atualizado 2026-08-15 📅 Criado 2023-10-22
8
yanyiwu/gojieba

Versão Golang do "Jieba" Chinese Word Segmentation

yanyiwu
⭐ 2,650 Go 👤 yanyiwu User 🕐 Atualizado 2026-07-20 📅 Criado 2015-09-12
9
JasonKessler/scattertext

Belas visualizações de como a linguagem difere entre os tipos de documentos.

JasonKessler
⭐ 2,350 Python 👤 JasonKessler User 🕐 Atualizado 2026-07-04 📅 Criado 2016-07-21
10
juliasilge/tidy-text-mining

Manuscrito do livro "Tidy Text Mining with R" de Julia Silge e David Robinson

juliasilge
⭐ 1,371 TeX 👤 juliasilge User 🕐 Atualizado 2025-04-06 📅 Criado 2016-07-06
11
juliasilge/tidytext

Mineração de texto usando ferramentas arrumadas :sparkles::page_facing_up::sparkles:

juliasilge
⭐ 1,206 R 👤 juliasilge User 🕐 Atualizado 2026-08-02 📅 Criado 2016-03-31
12
opensemanticsearch/open-semantic-search

Ferramenta de pesquisa de código aberto para pesquisar, navegar, analisar e explorar grandes coleções de documentos por meio de um Mecanismo de Busca Semântica e plataforma de Mineração de Texto e Análise de Texto de Código Aberto (Integra ETL para processamento de documentos, OCR para imagens e PDF, reconhecimento de entidade nomeada para pessoas, organizações e locais, gerenciamento de metadados por tesauro e ontologias, interface de usuário de pesquisa e aplicativos de pesquisa para pesquisa de texto completo, pesquisa facetada e grafo de conhecimento)

opensemanticsearch
⭐ 1,176 Shell 👤 opensemanticsearch User 🕐 Atualizado 2025-04-19 📅 Criado 2016-03-30
13
yanyiwu/simhash

Cálculo do valor simhash para documentos em chinês

yanyiwu
⭐ 1,169 C++ 👤 yanyiwu User 🕐 Atualizado 2026-07-20 📅 Criado 2013-12-16
14
mimno/Mallet

MALLET é um pacote baseado em Java para processamento estatístico de linguagem natural, classificação de documentos, agrupamento, modelagem de tópicos, extração de informação e outras aplicações de aprendizado de máquina em texto.

mimno
⭐ 1,033 Java 👤 mimno User 🕐 Atualizado 2026-08-04 📅 Criado 2014-04-02
15
nlptown/nlp-notebooks

Uma coleção de cadernos para Processamento de Linguagem Natural da NLP Town

nlptown
⭐ 1,013 Jupyter Notebook 👤 nlptown Organization 🕐 Atualizado 2024-07-16 📅 Criado 2018-04-30
16
allenai/s2orc

S2ORC: O Corpus de Pesquisa Aberta do Semantic Scholar: https://www.aclweb.org/anthology/2020.acl-main.447/

allenai
⭐ 996 Python 👤 allenai Organization 🕐 Atualizado 2024-04-26 📅 Criado 2019-11-04
17
gsh199449/spider

Um web spider configurável com um console web fácil de usar

gsh199449
⭐ 996 Java 👤 gsh199449 User 🕐 Atualizado 2026-06-03 📅 Criado 2016-11-24
18
gesiscss/awesome-computational-social-science

Uma lista de recursos incríveis para Ciência Social Computacional

gesiscss
⭐ 967 R 👤 gesiscss Organization 🕐 Atualizado 2026-10-13 📅 Criado 2023-01-19
19
dselivanov/text2vec

Vetorização rápida, modelagem de tópicos, distâncias e embeddings de palavras GloVe em R.

dselivanov
⭐ 877 R 👤 dselivanov User 🕐 Atualizado 2025-12-01 📅 Criado 2015-08-05
20
bigartm/bigartm

Plataforma rápida de modelagem de tópicos

bigartm
⭐ 673 C++ 👤 bigartm Organization 🕐 Atualizado 2026-02-05 📅 Criado 2014-09-15
21
hyperquest-hq/hyperbase

Uma biblioteca fundamental para Hipergrafos Semânticos

hyperquest-hq
⭐ 652 Python 👤 hyperquest-hq Organization 🕐 Atualizado 2026-11-17 📅 Criado 2016-02-15
22
cpsievert/LDAvis

Pacote R para visualização interativa de modelos de tópicos baseada na web.

cpsievert
⭐ 567 JavaScript 👤 cpsievert User 🕐 Atualizado 2024-02-06 📅 Criado 2014-03-05
23
laugustyniak/awesome-sentiment-analysis

Repositório contendo tudo o que é necessário para análise de sentimento e áreas relacionadas

laugustyniak
⭐ 554 👤 laugustyniak User 🕐 Atualizado 2026-07-20 📅 Criado 2017-03-06
24
adbar/German-NLP

Lista selecionada de recursos e ferramentas de acesso aberto/código aberto/prontos a usar desenvolvidos com um foco particular no alemão

adbar
⭐ 539 👤 adbar User 🕐 Atualizado 2026-11-03 📅 Criado 2018-06-12
25
bojone/word-discovery

Descoberta de novas palavras em chinês mais rápida e com melhores resultados

bojone
⭐ 513 Python 👤 bojone User 🕐 Atualizado 2024-03-15 📅 Criado 2019-08-29

Perguntas Frequentes

1

Qual é o repositório de #text-mining mais popular no GitHub?

O projeto de código aberto de #text-mining mais bem classificado no GitHub é fxsjy/jieba, com 34,677 estrelas. Segmentação de Palavras Jieba em Chinês

2

Quais linguagens de programação são mais usadas nos repositórios de #text-mining?

Entre os projetos de #text-mining mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, R, C++.

3

Como é calculada a classificação dos repositórios de #text-mining?

Acompanhamos 25 repositórios ativos de código aberto marcados com #text-mining (com mais de 500 estrelas), totalizando 102,303 estrelas e uma média de 4,092 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.