#text-cleaning Репозитории
Откройте для себя 6 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #text-cleaning, с общим числом 20,035 звёзд (в среднем 3,339 на проект). Лидером этой темы является adbar/trafilatura, набравший 7,157 звёзд.
Всего репозиториев: 6
Инструмент Python и командной строки для сбора текста и метаданных в Интернете: Краулинг, скрейпинг, извлечение, вывод в формате CSV, JSON, HTML, MD, TXT, XML
Инструменты для текстовой аналитики и предобработки (очистка текста, обнаружение новых слов, анализ настроений, распознавание и связывание сущностей, извлечение ключевых слов, извлечение знаний, синтаксический анализ и т.д.), методы без надзора или со слабым надзором
E2M преобразует различные типы файлов (doc, docx, epub, html, htm, url, pdf, ppt, pptx, mp3, m4a) в Markdown. Он прост в установке, имеет выделенные парсеры и конвертеры, поддерживающие пользовательские конфигурации. E2M предлагает универсальное, гибкое и бесплатное решение с открытым исходным кодом.
Часто задаваемые вопросы
Какой репозиторий по теме #text-cleaning наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #text-cleaning на GitHub — adbar/trafilatura, набравший 7,157 звёзд. Инструмент Python и командной строки для сбора текста и метаданных в Интернете: Краулинг, скрейпинг, извлечение, вывод в формате CSV, JSON, HTML, MD, TXT, XML
Какие языки программирования чаще всего используются в репозиториях по теме #text-cleaning?
Среди наиболее высоко оценённых проектов по теме #text-cleaning на GitHub чаще всего используются языки программирования Python, Jupyter Notebook.
Как рассчитывается рейтинг репозиториев по теме #text-cleaning?
Мы отслеживаем 6 активных репозиториев с открытым исходным кодом, отмеченных тегом #text-cleaning (500 и более звёзд), с общим числом 20,035 звёзд и в среднем 3,339 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.