Git Stars Git Stars

#text-mining 仓库

探索 25 个标记为 #text-mining 的活跃开源 GitHub 仓库,它们累计获得 102,303 个 Star(平均每个项目 4,092 个)。该主题的领先项目是 fxsjy/jieba,拥有 34,677 个 Star。

25
仓库总数
102,303
总星标数
4,092
平均每个仓库星标数
1
fxsjy/jieba

结巴中文分词

fxsjy
⭐ 34,677 Python 👤 fxsjy User 🕐 已更新 2024-08-21 📅 创建时间 2012-09-29
2
keon/awesome-nlp

:book: 专用于自然语言处理 (NLP) 的精选资源列表

keon
⭐ 19,177 👤 keon User 🕐 已更新 2026-11-20 📅 创建时间 2015-12-01
3
amueller/introduction_to_ml_with_python

书籍《Python 机器学习入门》的笔记本和代码

amueller
⭐ 7,974 Jupyter Notebook 👤 amueller User 🕐 已更新 2024-03-14 📅 创建时间 2016-05-29
4
adbar/trafilatura

Python 和命令行工具,用于从网络上收集文本和元数据:爬取、抓取、提取,以 CSV、JSON、HTML、MD、TXT、XML 输出

adbar
⭐ 7,157 Python 👤 adbar User 🕐 已更新 2026-11-20 📅 创建时间 2019-04-08
5
cjhutto/vaderSentiment

VADER Sentiment Analysis. VADER (Valence Aware Dictionary and sEntiment Reasoner) 是一个词典和基于规则的情感分析工具,它特别针对社交媒体中表达的情感,并且在其他领域的文本上也效果良好。

cjhutto
⭐ 5,103 Python 👤 cjhutto User 🕐 已更新 2026-03-02 📅 创建时间 2014-11-17
6
deanmalmgren/textract

从任何文档中提取文本。毫不费力。简单方便。

deanmalmgren
⭐ 4,736 HTML 👤 deanmalmgren User 🕐 已更新 2026-10-30 📅 创建时间 2014-07-03
7
rahulnyk/knowledge_graph

将任何文本转换为知识图谱。这可用于图增强生成或基于知识图谱的问答。

rahulnyk
⭐ 4,181 Jupyter Notebook 👤 rahulnyk User 🕐 已更新 2026-08-15 📅 创建时间 2023-10-22
8
yanyiwu/gojieba

"结巴"中文分词的Golang版本

yanyiwu
⭐ 2,650 Go 👤 yanyiwu User 🕐 已更新 2026-07-20 📅 创建时间 2015-09-12
9
JasonKessler/scattertext

关于文档类型之间语言差异的美丽可视化。

JasonKessler
⭐ 2,350 Python 👤 JasonKessler User 🕐 已更新 2026-07-04 📅 创建时间 2016-07-21
10
juliasilge/tidy-text-mining

Julia Silge 和 David Robinson 所著的书籍《Tidy Text Mining with R》的手稿

juliasilge
⭐ 1,371 TeX 👤 juliasilge User 🕐 已更新 2025-04-06 📅 创建时间 2016-07-06
11
juliasilge/tidytext

使用 tidy 工具进行文本挖掘 :sparkles::page_facing_up::sparkles:

juliasilge
⭐ 1,206 R 👤 juliasilge User 🕐 已更新 2026-08-02 📅 创建时间 2016-03-31
12
opensemanticsearch/open-semantic-search

开源研究工具,用于通过语义搜索引擎和开源文本挖掘与文本分析平台搜索、浏览、分析和探索大型文档集合(集成用于文档处理的ETL、用于图像和PDF的OCR、用于人员、组织和位置的命名实体识别、通过词典和本体论的元数据管理、用于全文搜索、刻面搜索和知识图谱的搜索用户界面和搜索应用)

opensemanticsearch
⭐ 1,176 Shell 👤 opensemanticsearch User 🕐 已更新 2025-04-19 📅 创建时间 2016-03-30
13
yanyiwu/simhash

中文文档simhash值计算

yanyiwu
⭐ 1,169 C++ 👤 yanyiwu User 🕐 已更新 2026-07-20 📅 创建时间 2013-12-16
14
mimno/Mallet

MALLET 是一个基于 Java 的软件包,用于统计自然语言处理、文档分类、聚类、主题建模、信息提取以及其他应用于文本的机器学习应用。

mimno
⭐ 1,033 Java 👤 mimno User 🕐 已更新 2026-08-04 📅 创建时间 2014-04-02
15
nlptown/nlp-notebooks

来自 NLP Town 的自然语言处理笔记本合集

nlptown
⭐ 1,013 Jupyter Notebook 👤 nlptown Organization 🕐 已更新 2024-07-16 📅 创建时间 2018-04-30
16
allenai/s2orc

S2ORC:Semantic Scholar 开放研究语料库: https://www.aclweb.org/anthology/2020.acl-main.447/

allenai
⭐ 996 Python 👤 allenai Organization 🕐 已更新 2024-04-26 📅 创建时间 2019-11-04
17
gsh199449/spider

一个可配置的网络爬虫,配有易于使用的网页控制台

gsh199449
⭐ 996 Java 👤 gsh199449 User 🕐 已更新 2026-06-03 📅 创建时间 2016-11-24
18
gesiscss/awesome-computational-social-science

计算社会科学的优秀资源列表

gesiscss
⭐ 967 R 👤 gesiscss Organization 🕐 已更新 2026-10-13 📅 创建时间 2023-01-19
19
dselivanov/text2vec

R 中的快速向量化、主题建模、距离和 GloVe 词嵌入。

dselivanov
⭐ 877 R 👤 dselivanov User 🕐 已更新 2025-12-01 📅 创建时间 2015-08-05
20
bigartm/bigartm

快速主题建模平台

bigartm
⭐ 673 C++ 👤 bigartm Organization 🕐 已更新 2026-02-05 📅 创建时间 2014-09-15
21
hyperquest-hq/hyperbase

语义超图的基础库

hyperquest-hq
⭐ 652 Python 👤 hyperquest-hq Organization 🕐 已更新 2026-11-17 📅 创建时间 2016-02-15
22
cpsievert/LDAvis

用于网页交互式主题模型可视化的R包。

cpsievert
⭐ 567 JavaScript 👤 cpsievert User 🕐 已更新 2024-02-06 📅 创建时间 2014-03-05
23
laugustyniak/awesome-sentiment-analysis

用于情感分析及相关领域所需全部内容的仓库

laugustyniak
⭐ 554 👤 laugustyniak User 🕐 已更新 2026-07-20 📅 创建时间 2017-03-06
24
adbar/German-NLP

精选的开放获取/开源/现成资源和工具列表,特别侧重于德语

adbar
⭐ 539 👤 adbar User 🕐 已更新 2026-11-03 📅 创建时间 2018-06-12
25
bojone/word-discovery

速度更快、效果更好的中文新词发现

bojone
⭐ 513 Python 👤 bojone User 🕐 已更新 2024-03-15 📅 创建时间 2019-08-29

常见问题解答

1

GitHub 上最受欢迎的 #text-mining 仓库是什么?

GitHub 上排名第一的开源 #text-mining 项目是 fxsjy/jieba,拥有 34,677 个 Star。结巴中文分词

2

#text-mining 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #text-mining 项目中,最常见的编程语言是 Python, Jupyter Notebook, R, C++。

3

#text-mining 仓库的排名是如何计算的?

我们跟踪了 25 个标记为 #text-mining 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 102,303 个 Star,平均每个仓库拥有 4,092 个 Star。排名每日根据 GitHub API 更新。