Git Stars Git Stars

#information-extraction 仓库

探索 42 个标记为 #information-extraction 的活跃开源 GitHub 仓库,它们累计获得 83,368 个 Star(平均每个项目 1,984 个)。该主题的领先项目是 PaddlePaddle/PaddleNLP,拥有 13,000 个 Star。

42
仓库总数
83,368
总星标数
1,984
平均每个仓库星标数
1
PaddlePaddle/PaddleNLP

一个强大易用的 LLM 和 SLM 库,拥有丰富的模型库。

PaddlePaddle
⭐ 13,000 Python 👤 PaddlePaddle Organization 🕐 已更新 2026-05-23 📅 创建时间 2021-02-05
2
liuhuanyong/QASystemOnMedicalKG

以疾病为中心医疗知识图谱及其问答系统的教程与实现。知识图谱构建,自动问答,基于KG的自动问答。以疾病为中心的一定规模医药领域知识图谱,并以该知识图谱完成自动问答与分析服务。

liuhuanyong
⭐ 7,112 Python 👤 liuhuanyong User 🕐 已更新 2024-08-08 📅 创建时间 2018-10-04
3
zjunlp/DeepKE

[EMNLP 2022] 知识图谱提取和构建的开放工具包

zjunlp
⭐ 4,486 Python 👤 zjunlp Organization 🕐 已更新 2026-07-13 📅 创建时间 2018-08-01
4
urchade/GLiNER

通用且轻量级命名实体识别模型(从文本中提取任意实体类型)

urchade
⭐ 4,284 Python 👤 urchade User 🕐 已更新 2026-11-11 📅 创建时间 2023-11-14
5
yifanfeng97/Hyper-Extract

超图更强大。利用大语言模型将非结构化文本转化为结构化知识。图、超图以及时空提取——一条命令即可完成。

yifanfeng97
⭐ 4,256 Python 👤 yifanfeng97 User 🕐 已更新 2026-11-05 📅 创建时间 2026-01-07
6
OSU-NLP-Group/HippoRAG

[NeurIPS'24] HippoRAG 是一个受人类长期记忆启发的全新 RAG 框架,它使 LLM 能够跨外部文档持续集成知识。RAG + 知识图谱 + 个性化 PageRank。

OSU-NLP-Group
⭐ 4,138 Python 👤 OSU-NLP-Group Organization 🕐 已更新 2026-10-06 📅 创建时间 2024-05-23
7
CosmosShadow/gptpdf

使用 GPT 解析 PDF

CosmosShadow
⭐ 3,553 Python 👤 CosmosShadow User 🕐 已更新 2025-04-17 📅 创建时间 2024-06-28
8
mit-nlp/MITIE

MITIE: 用于信息提取的库和工具

mit-nlp
⭐ 2,961 C++ 👤 mit-nlp Organization 🕐 已更新 2025-09-28 📅 创建时间 2014-04-01
9
naiveHobo/InvoiceNet

用于从发票文档中提取智能信息的深度神经网络。

naiveHobo
⭐ 2,662 Python 👤 naiveHobo User 🕐 已更新 2024-05-03 📅 创建时间 2018-07-01
10
ctripcorp/C-OCR

C-OCR是携程自研的OCR项目,主要包括身份证、护照、火车票、签证等旅游相关证件、材料的识别。 项目包含4个部分,拒识、检测、识别、后处理。

ctripcorp
⭐ 2,467 Java 👤 ctripcorp Organization 🕐 已更新 2024-02-14 📅 创建时间 2019-04-11
11
crownpku/Information-Extraction-Chinese

Chinese Named Entity Recognition with IDCNN/biLSTM+CRF, and Relation Extraction with biGRU+2ATT 中文实体识别与关系提取

crownpku
⭐ 2,265 Python 👤 crownpku User 🕐 已更新 2024-02-01 📅 创建时间 2017-08-09
12
opendatalab/OmniDocBench

[CVPR 2025] 文档解析与评估的综合基准

opendatalab
⭐ 2,183 Python 👤 opendatalab Organization 🕐 已更新 2026-11-12 📅 创建时间 2024-10-14
13
shcherbak-ai/contextgem

使用大语言模型和决策模型从文档中提取结构化数据和洞察

shcherbak-ai
⭐ 2,095 Python 👤 shcherbak-ai Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-10-11
14
Tencent-Hunyuan/HunyuanOCR

HunyuanOCR-1.5:让轻量级OCR视觉语言模型更快更好

Tencent-Hunyuan
⭐ 2,091 Python 👤 Tencent-Hunyuan Organization 🕐 已更新 2026-09-24 📅 创建时间 2025-11-18
15
docling-project/docling-serve

将Docling作为API服务运行

docling-project
⭐ 1,930 Python 👤 docling-project Organization 🕐 已更新 2026-11-20 📅 创建时间 2024-09-06
18
momosecurity/FindSomething

基于chrome、firefox插件的被动式信息泄漏检测工具

momosecurity
⭐ 1,354 JavaScript 👤 momosecurity Organization 🕐 已更新 2024-11-17 📅 创建时间 2020-09-12
19
nlmatics/nlm-ingestor

此仓库提供llmsherpa API的服务器端代码以供连接。它包含各种文件格式的解析器。

nlmatics
⭐ 1,282 Python 👤 nlmatics Organization 🕐 已更新 2025-03-28 📅 创建时间 2024-01-17
20
monarch-initiative/ontogpt

基于LLM的本体提取工具,包括SPIRES

monarch-initiative
⭐ 1,103 Jupyter Notebook 👤 monarch-initiative Organization 🕐 已更新 2026-09-10 📅 创建时间 2023-01-03
21
doc-analysis/TableBank

TableBank:一个用于表格检测和识别的基准数据集

doc-analysis
⭐ 1,078 👤 doc-analysis Organization 🕐 已更新 2024-08-12 📅 创建时间 2019-03-05
22
ail-project/ail-framework

AIL框架 - 分析信息泄露框架

ail-project
⭐ 1,060 HTML 👤 ail-project Organization 🕐 已更新 2026-11-19 📅 创建时间 2020-04-20
24
quqxui/Awesome-LLM4IE-Papers

关于使用大型语言模型(LLM)进行生成式信息抽取(IE)的优秀论文

quqxui
⭐ 1,037 👤 quqxui User 🕐 已更新 2024-11-18 📅 创建时间 2023-12-28
25
dbpedia/extraction-framework

用于从维基百科提取结构化数据的软件

dbpedia
⭐ 950 Scala 👤 dbpedia Organization 🕐 已更新 2026-11-13 📅 创建时间 2013-02-07
26
whyhow-ai/knowledge-graph-studio

WhyHow Knowledge Graph Studio

whyhow-ai
⭐ 888 Python 👤 whyhow-ai Organization 🕐 已更新 2024-12-25 📅 创建时间 2024-11-18
27
drego85/tosint

Tosint 是一款 Telegram OSINT 工具,可从机器人令牌和聊天 ID 中提取可操作情报,用于安全调查。

drego85
⭐ 881 Python 👤 drego85 User 🕐 已更新 2026-11-13 📅 创建时间 2021-07-26
28
amaiya/onprem

用于在离线或受限环境中将LLM应用于敏感、非公开数据的工具包

amaiya
⭐ 843 Jupyter Notebook 👤 amaiya User 🕐 已更新 2026-11-19 📅 创建时间 2023-08-29
29
deep-diver/paper-reviewer

从一篇arXiv论文生成一份全面的综述,然后将其变成一篇博客文章。该项目为HuggingFace的每日论文(https://huggingface.co/papers)的以下网站提供支持。

deep-diver
⭐ 834 Python 👤 deep-diver User 🕐 已更新 2025-02-20 📅 创建时间 2024-10-21
30
cocacola-lab/ChatIE

在线版本暂时无法使用,因为我们负担不起密钥。您可以克隆并在本地运行。注意:我们设置了默认的openai密钥。如果密钥超出计划且无效,请告诉我们。响应速度取决于openai。(有时,官方服务器过于拥挤且缓慢)

cocacola-lab
⭐ 827 Python 👤 cocacola-lab Organization 🕐 已更新 2024-05-28 📅 创建时间 2023-02-16
31
ngafar/llama-scan

使用本地 LLM 转录 PDF

ngafar
⭐ 807 Python 👤 ngafar User 🕐 已更新 2026-10-22 📅 创建时间 2025-06-11
32
z0m31en7/Uscrapper

Uscrapper Vanta:使用这款强大的开源工具深入探索网络。轻松高效地从表面网络和深度网络来源提取宝贵见解。利用 Vanta 的高级功能赋能您的数据挖掘和分析。Uscrapper Vanta 快速、可靠且用户友好,是研究人员和分析师的终极选择。

z0m31en7
⭐ 740 Python 👤 z0m31en7 User 🕐 已更新 2024-11-24 📅 创建时间 2023-05-31
33
allenai/pdffigures2

给定一个学术PDF,提取图表、表格、说明文字和章节标题。

allenai
⭐ 712 Scala 👤 allenai Organization 🕐 已更新 2024-03-10 📅 创建时间 2016-05-09
34
allenai/science-parse

Science Parse 解析科学论文(PDF 格式)并以结构化形式返回它们。

allenai
⭐ 686 Java 👤 allenai Organization 🕐 已更新 2024-05-26 📅 创建时间 2015-08-19
35
doc-analysis/DocBank

DocBank: 文档布局分析的基准数据集

doc-analysis
⭐ 631 Python 👤 doc-analysis Organization 🕐 已更新 2024-08-12 📅 创建时间 2020-05-29
36
KRLabsOrg/LettuceDetect

针对RAG、代码和工具驱动的AI输出进行跨度级基础验证。

KRLabsOrg
⭐ 627 Python 👤 KRLabsOrg Organization 🕐 已更新 2026-11-20 📅 创建时间 2025-02-05
37
dwadden/dygiepp

基于跨度的命名实体、关系和事件提取系统。

dwadden
⭐ 593 Python 👤 dwadden User 🕐 已更新 2026-07-05 📅 创建时间 2019-02-19
38
MasterYip/ChatPaper2Xmind

论文XMind笔记生成工具,将论文pdf通过ChatGPT转换为带有图片和公式的简要XMind笔记,提高论文阅读效率。

MasterYip
⭐ 588 Python 👤 MasterYip User 🕐 已更新 2024-02-23 📅 创建时间 2023-07-21
39
BaptisteBlouin/EventExtractionPapers

专注于事件提取任务的NLP资源列表

BaptisteBlouin
⭐ 580 👤 BaptisteBlouin User 🕐 已更新 2026-10-02 📅 创建时间 2019-12-13
40
adobe/NLP-Cube

自然语言处理管道 - 句子分割、标记化、词形还原、词性标注和依存解析

adobe
⭐ 561 HTML 👤 adobe Organization 🕐 已更新 2024-11-03 📅 创建时间 2018-03-13
41
EntySec/RomBuster

RomBuster是一个路由器利用工具,可以泄露网络路由器管理员密码。

EntySec
⭐ 532 Python 👤 EntySec Organization 🕐 已更新 2024-07-18 📅 创建时间 2021-05-18
42
zjukg/KG-MM-Survey

知识图谱与多模态学习相遇:综合调查

zjukg
⭐ 510 👤 zjukg Organization 🕐 已更新 2026-03-02 📅 创建时间 2024-01-29

常见问题解答

1

GitHub 上最受欢迎的 #information-extraction 仓库是什么?

GitHub 上排名第一的开源 #information-extraction 项目是 PaddlePaddle/PaddleNLP,拥有 13,000 个 Star。一个强大易用的 LLM 和 SLM 库,拥有丰富的模型库。

2

#information-extraction 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #information-extraction 项目中,最常见的编程语言是 Python, Jupyter Notebook, Java, HTML。

3

#information-extraction 仓库的排名是如何计算的?

我们跟踪了 42 个标记为 #information-extraction 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 83,368 个 Star,平均每个仓库拥有 1,984 个 Star。排名每日根据 GitHub API 更新。