#text-processing Repositórios
113 repositórios no total
Um simples software de código aberto baseado em terminal, similar ao Spritz (apresentação visual serial rápida palavra a palavra, alinhada em pontos de leitura ideais)
Moqi Phonetic-Shape: Criando o melhor esquema de entrada Rime com código auxiliar para duplo pinyin, tornando os códigos auxiliares acessíveis a todos os usuários de duplo pinyin. Baseado no dicionário 'Wusong-Baishuang', suporta vários layouts de duplo pinyin como Xiaohe, Ziranma, Sogou e Microsoft. O suporte a códigos auxiliares inclui o código Moqi (decomposição original de código aberto para 100.000 caracteres), radicais Ziranma e formas Xiaohe. Permite combinações flexíveis de duplo pinyin e códigos auxiliares, suportando entrada de frases e caracteres. Para caracteres desconhecidos, oferece busca reversa por traços, componentes ou códigos Cangjie. Inclui modos 'aw'/'aj' para inglês/japonês, digitação por acordes, emojis, atalhos, datas, números em maiúsculas e calculadora. Wusong-Xiaohe | Wusong-Ziranma | Moqi Code | Moqi Phonetic-Shape
Guia sobre o uso de Python para scripts administrativos
Ferramenta de tradução de arquivos fácil de usar, rápida, gratuita, sem limite de tamanho de arquivo e multiplataforma baseada em Deeplx e Playwright que suporta traduções de textos muito longos / Easy-to-use, fast, free, unlimited file size and cross platform file translation tool based on Deeplx & Playwright that supports long text translations.
Implementação Java do algoritmo Aho-Corasick para busca eficiente de strings
A biblioteca de correspondência de regex aproximada e a ferramenta de linha de comando agrep.
Um método de entrada chinês para Emacs, que suporta Pinyin completo, Pinyin duplo, Wubi, Cangjie e Rime, pyim é um pacote GNU elpa.
Transforme HTML desorganizado do mundo real em Markdown limpo, em todos os principais idiomas.
Uma ferramenta para transcrever texto ortográfico como IPA (Alfabeto Fonético Internacional)
Digitação Rápida - Um método de digitação vietnamita moderno e de alto desempenho para macOS.
Implementação em C# .NET de correspondência aproximada de strings do conhecido algoritmo FuzzyWuzzy do Seat Geek em python.
text-humanizer é um projeto de código aberto desenvolvido para converter textos gerados por IA em uma versão “humanizada”. Ele contorna a maioria dos detectores de IA, como o Turnitin e o GPTZero.
InfiniteGPT é um script Python que permite inserir um texto de tamanho ilimitado na API da OpenAI. Chega de copiar e colar tediosamente. Viva o multithreading!
Meça a diferença entre duas strings com a implementação JS mais rápida do algoritmo de distância de Levenshtein
Lide facilmente com operações diárias de CLI via Python em vez de programas Bash regulares. 🇺🇦 #supporting
Uma implementação em Golang do algoritmo de correspondência de strings Aho-Corasick
Analisa nomes de pessoas e os divide em título, nome próprio, nome do meio, sobrenome, sufixo, apelido e nome de solteira. Tipado, sem dependências e compatível com caracteres CJK.
Serviço de acessibilidade Android para transformação de texto baseada em IA
Ekphrasis é uma ferramenta de processamento de texto, voltada para textos de redes sociais, como Twitter ou Facebook. O Ekphrasis realiza tokenização, normalização de palavras, segmentação de palavras (para dividir hashtags) e correção ortográfica, usando estatísticas de palavras de 2 grandes corpora (Wikipedia em inglês, twitter - 330 milhões de tweets em inglês).
Processador de Texto Coreano Aberto - Um Processador de Texto Coreano de Código Aberto
Transforme PDFs e EPUBs em audiolivros; legendas ou vídeos em vídeos dublados (incluindo tradução) e muito mais. De graça. O Pandrator usa modelos locais, incluindo clonagem de voz (instantânea, aprimorada por RVC, ajuste fino de XTTS) e processamento LLM. Aspira a ser um aplicativo fácil de usar com GUI, instalador e pacotes tudo-em-um.
Pragmatic Segmenter é uma joia de detecção de limites de frases baseada em regras que funciona imediatamente em vários idiomas.