mirror of
https://github.com/EvanLi/Github-Ranking.git
synced 2026-11-06 16:31:49 +00:00
47 KiB
47 KiB
Github Ranking
Top 100 Stars in Python
| Ranking | Project Name | Stars | Forks | Language | Open Issues | Description | Last Commit |
|---|---|---|---|---|---|---|---|
| 1 | system-design-primer | 178070 | 32502 | Python | 158 | Learn how to design large-scale systems. Prep for the system design interview. Includes Anki flashcards. | 2022-04-28T12:11:59Z |
| 2 | Python | 135246 | 35424 | Python | 24 | All Algorithms implemented in Python | 2022-05-01T10:44:43Z |
| 3 | awesome-python | 125700 | 21137 | Python | 15 | A curated list of awesome Python frameworks, libraries, software and resources | 2022-04-30T20:50:26Z |
| 4 | Python-100-Days | 117794 | 45358 | Python | 459 | Python - 100天从新手到大师 | 2022-04-24T01:41:14Z |
| 5 | youtube-dl | 109452 | 7690 | Python | 3862 | Command-line program to download videos from YouTube.com and other video sites | 2022-05-01T10:43:40Z |
| 6 | thefuck | 70593 | 3189 | Python | 196 | Magnificent app which corrects your previous console command. | 2022-04-20T00:55:36Z |
| 7 | django | 63793 | 27037 | Python | 0 | The Web framework for perfectionists with deadlines. | 2022-04-30T16:04:05Z |
| 8 | transformers | 61854 | 14705 | Python | 396 | 🤗 Transformers: State-of-the-art Machine Learning for Pytorch, TensorFlow, and JAX. | 2022-05-01T11:16:46Z |
| 9 | HelloGitHub | 55097 | 7815 | Python | 13 | :octocat: 分享 GitHub 上有趣、入门级的开源项目。Share interesting, entry-level open source projects on GitHub. | 2022-04-28T00:47:55Z |
| 10 | ansible | 52973 | 21856 | Python | 806 | Ansible is a radically simple IT automation platform that makes your applications and systems easier to deploy and maintain. Automate everything from code deployment to network configuration to cloud management, in a language that approaches plain English, using SSH, with no agents to install on remote systems. https://docs.ansible.com. | 2022-05-01T11:47:34Z |
| 11 | core | 52168 | 18068 | Python | 1233 | 🏡 Open source home automation that puts local control and privacy first. | 2022-05-01T12:00:24Z |
| 12 | scikit-learn | 49863 | 22954 | Python | 1589 | scikit-learn: machine learning in Python | 2022-05-01T09:57:23Z |
| 13 | requests | 47343 | 8718 | Python | 171 | A simple, yet elegant, HTTP library. | 2022-04-29T21:39:22Z |
| 14 | you-get | 43810 | 8867 | Python | 0 | ⏬ Dumb downloader that scrapes the web | 2022-04-30T06:19:28Z |
| 15 | big-list-of-naughty-strings | 42251 | 2018 | Python | 55 | The Big List of Naughty Strings is a list of strings which have a high probability of causing issues when used as user-input data. | 2022-01-28T15:01:25Z |
| 16 | faceswap | 40902 | 11649 | Python | 22 | Deepfakes Software For All | 2022-05-01T10:21:32Z |
| 17 | funNLP | 39902 | 11170 | Python | 18 | 中英文敏感词、语言检测、中外手机/电话归属地/运营商查询、名字推断性别、手机号抽取、身份证抽取、邮箱抽取、中日文人名库、中文缩写库、拆字词典、词汇情感值、停用词、反动词表、暴恐词表、繁简体转换、英文模拟中文发音、汪峰歌词生成器、职业名称词库、同义词库、反义词库、否定词库、汽车品牌词库、汽车零件词库、连续英文切割、各种中文词向量、公司名字大全、古诗词库、IT词库、财经词库、成语词库、地名词库、历史名人词库、诗词词库、医学词库、饮食词库、法律词库、汽车词库、动物词库、中文聊天语料、中文谣言数据、百度中文问答数据集、句子相似度匹配算法集合、bert资源、文本生成&摘要相关工具、cocoNLP信息抽取工具、国内电话号码正则匹配、清华大学XLORE:中英文跨语言百科知识图谱、清华大学人工智能技术系列报告、自然语言生成、NLU太难了系列、自动对联数据及机器人、用户名黑名单列表、罪名法务名词及分类模型、微信公众号语料、cs224n深度学习自然语言处理课程、中文手写汉字识别、中文自然语言处理 语料/数据集、变量命名神器、分词语料库+代码、任务型对话英文数据集、ASR 语音数据集 + 基于深度学习的中文语音识别系统、笑声检测器、Microsoft多语言数字/单位/如日期时间识别包、中华新华字典数据库及api(包括常用歇后语、成语、词语和汉字)、文档图谱自动生成、SpaCy 中文模型、Common Voice语音识别数据集新版、神经网络关系抽取、基于bert的命名实体识别、关键词(Keyphrase)抽取包pke、基于医疗领域知识图谱的问答系统、基于依存句法与语义角色标注的事件三元组抽取、依存句法分析4万句高质量标注数据、cnocr：用来做中文OCR的Python3包、中文人物关系知识图谱项目、中文nlp竞赛项目及代码汇总、中文字符数据、speech-aligner: 从“人声语音”及其“语言文本”产生音素级别时间对齐标注的工具、AmpliGraph: 知识图谱表示学习(Python)库：知识图谱概念链接预测、Scattertext 文本可视化(python)、语言/知识表示工具：BERT & ERNIE、中文对比英文自然语言处理NLP的区别综述、Synonyms中文近义词工具包、HarvestText领域自适应文本挖掘工具（新词发现-情感分析-实体链接等）、word2word：(Python)方便易用的多语言词-词对集：62种语言/3,564个多语言对、语音识别语料生成工具：从具有音频/字幕的在线视频创建自动语音识别(ASR)语料库、构建医疗实体识别的模型（包含词典和语料标注）、单文档非监督的关键词抽取、Kashgari中使用gpt-2语言模型、开源的金融投资数据提取工具、文本自动摘要库TextTeaser: 仅支持英文、人民日报语料处理工具集、一些关于自然语言的基本模型、基于14W歌曲知识库的问答尝试--功能包括歌词接龙and已知歌词找歌曲以及歌曲歌手歌词三角关系的问答、基于Siamese bilstm模型的相似句子判定模型并提供训练数据集和测试数据集、用Transformer编解码模型实现的根据Hacker News文章标题自动生成评论、用BERT进行序列标记和文本分类的模板代码、LitBank：NLP数据集——支持自然语言处理和计算人文学科任务的100部带标记英文小说语料、百度开源的基准信息抽取系统、虚假新闻数据集、Facebook: LAMA语言模型分析，提供Transformer-XL/BERT/ELMo/GPT预训练语言模型的统一访问接口、CommonsenseQA：面向常识的英文QA挑战、中文知识图谱资料、数据及工具、各大公司内部里大牛分享的技术文档 PDF 或者 PPT、自然语言生成SQL语句（英文）、中文NLP数据增强（EDA）工具、英文NLP数据增强工具 、基于医药知识图谱的智能问答系统、京东商品知识图谱、基于mongodb存储的军事领域知识图谱问答项目、基于远监督的中文关系抽取、语音情感分析、中文ULMFiT-情感分析-文本分类-语料及模型、一个拍照做题程序、世界各国大规模人名库、一个利用有趣中文语料库 qingyun 训练出来的中文聊天机器人、中文聊天机器人seqGAN、省市区镇行政区划数据带拼音标注、教育行业新闻语料库包含自动文摘功能、开放了对话机器人-知识图谱-语义理解-自然语言处理工具及数据、中文知识图谱：基于百度百科中文页面-抽取三元组信息-构建中文知识图谱、masr: 中文语音识别-提供预训练模型-高识别率、Python音频数据增广库、中文全词覆盖BERT及两份阅读理解数据、ConvLab：开源多域端到端对话系统平台、中文自然语言处理数据集、基于最新版本rasa搭建的对话系统、基于TensorFlow和BERT的管道式实体及关系抽取、一个小型的证券知识图谱/知识库、复盘所有NLP比赛的TOP方案、OpenCLaP：多领域开源中文预训练语言模型仓库、UER：基于不同语料+编码器+目标任务的中文预训练模型仓库、中文自然语言处理向量合集、基于金融-司法领域(兼有闲聊性质)的聊天机器人、g2pC：基于上下文的汉语读音自动标记模块、Zincbase 知识图谱构建工具包、诗歌质量评价/细粒度情感诗歌语料库、快速转化「中文数字」和「阿拉伯数字」、百度知道问答语料库、基于知识图谱的问答系统、jieba_fast 加速版的jieba、正则表达式教程、中文阅读理解数据集、基于BERT等最新语言模型的抽取式摘要提取、Python利用深度学习进行文本摘要的综合指南、知识图谱深度学习相关资料整理、维基大规模平行文本语料、StanfordNLP 0.2.0：纯Python版自然语言处理包、NeuralNLP-NeuralClassifier：腾讯开源深度学习文本分类工具、端到端的封闭域对话系统、中文命名实体识别：NeuroNER vs. BertNER、新闻事件线索抽取、2019年百度的三元组抽取比赛：“科学空间队”源码、基于依存句法的开放域文本知识三元组抽取和知识库构建、中文的GPT2训练代码、ML-NLP - 机器学习(Machine Learning)NLP面试中常考到的知识点和代码实现、nlp4han:中文自然语言处理工具集(断句/分词/词性标注/组块/句法分析/语义分析/NER/N元语法/HMM/代词消解/情感分析/拼写检查、XLM：Facebook的跨语言预训练语言模型、用基于BERT的微调和特征提取方法来进行知识图谱百度百科人物词条属性抽取、中文自然语言处理相关的开放任务-数据集-当前最佳结果、CoupletAI - 基于CNN+Bi-LSTM+Attention 的自动对对联系统、抽象知识图谱、MiningZhiDaoQACorpus - 580万百度知道问答数据挖掘项目、brat rapid annotation tool: 序列标注工具、大规模中文知识图谱数据：1.4亿实体、数据增强在机器翻译及其他nlp任务中的应用及效果、allennlp阅读理解:支持多种数据和模型、PDF表格数据提取工具 、 Graphbrain：AI开源软件库和科研工具，目的是促进自动意义提取和文本理解以及知识的探索和推断、简历自动筛选系统、基于命名实体识别的简历自动摘要、中文语言理解测评基准，包括代表性的数据集&基准模型&语料库&排行榜、树洞 OCR 文字识别 、从包含表格的扫描图片中识别表格和文字、语声迁移、Python口语自然语言处理工具集(英文)、 similarity：相似度计算工具包，java编写、海量中文预训练ALBERT模型 、Transformers 2.0 、基于大规模音频数据集Audioset的音频增强 、Poplar：网页版自然语言标注工具、图片文字去除，可用于漫画翻译 、186种语言的数字叫法库、Amazon发布基于知识的人-人开放领域对话数据集 、中文文本纠错模块代码、繁简体转换 、 Python实现的多种文本可读性评价指标、类似于人名/地名/组织机构名的命名体识别数据集 、东南大学《知识图谱》研究生课程(资料)、. 英文拼写检查库 、 wwsearch是企业微信后台自研的全文检索引擎、CHAMELEON：深度学习新闻推荐系统元架构 、 8篇论文梳理BERT相关模型进展与反思、DocSearch：免费文档搜索引擎、 LIDA：轻量交互式对话标注工具 、aili - the fastest in-memory index in the East 东半球最快并发索引 、知识图谱车音工作项目、自然语言生成资源大全 、中日韩分词库mecab的Python接口库、中文文本摘要/关键词提取、汉字字符特征提取器 (featurizer)，提取汉字的特征（发音特征、字形特征）用做深度学习的特征、中文生成任务基准测评 、中文缩写数据集、中文任务基准测评 - 代表性的数据集-基准(预训练)模型-语料库-baseline-工具包-排行榜、PySS3：面向可解释AI的SS3文本分类器机器可视化工具 、中文NLP数据集列表、COPE - 格律诗编辑程序、doccano：基于网页的开源协同多语言文本标注工具 、PreNLP：自然语言预处理库、简单的简历解析器，用来从简历中提取关键信息、用于中文闲聊的GPT2模型：GPT2-chitchat、基于检索聊天机器人多轮响应选择相关资源列表(Leaderboards、Datasets、Papers)、(Colab)抽象文本摘要实现集锦(教程 、词语拼音数据、高效模糊搜索工具、NLP数据增广资源集、微软对话机器人框架 、 GitHub Typo Corpus：大规模GitHub多语言拼写错误/语法错误数据集、TextCluster：短文本聚类预处理模块 Short text cluster、面向语音识别的中文文本规范化、BLINK：最先进的实体链接库、BertPunc：基于BERT的最先进标点修复模型、Tokenizer：快速、可定制的文本词条化库、中文语言理解测评基准，包括代表性的数据集、基准(预训练)模型、语料库、排行榜、spaCy 医学文本挖掘与信息提取 、 NLP任务示例项目代码集、 python拼写检查库、chatbot-list - 行业内关于智能客服、聊天机器人的应用和架构、算法分享和介绍、语音质量评价指标(MOSNet, BSSEval, STOI, PESQ, SRMR)、 用138GB语料训练的法文RoBERTa预训练语言模型 、BERT-NER-Pytorch：三种不同模式的BERT中文NER实验、无道词典 - 有道词典的命令行版本，支持英汉互查和在线查询、2019年NLP亮点回顾、 Chinese medical dialogue data 中文医疗对话数据集 、最好的汉字数字(中文数字)-阿拉伯数字转换工具、 基于百科知识库的中文词语多词义/义项获取与特定句子词语语义消歧、awesome-nlp-sentiment-analysis - 情感分析、情绪原因识别、评价对象和评价词抽取、LineFlow：面向所有深度学习框架的NLP数据高效加载器、中文医学NLP公开资源整理 、MedQuAD：(英文)医学问答数据集、将自然语言数字串解析转换为整数和浮点数、Transfer Learning in Natural Language Processing (NLP) 、面向语音识别的中文/英文发音辞典、Tokenizers：注重性能与多功能性的最先进分词器、CLUENER 细粒度命名实体识别 Fine Grained Named Entity Recognition、 基于BERT的中文命名实体识别、中文谣言数据库、NLP数据集/基准任务大列表、nlp相关的一些论文及代码, 包括主题模型、词向量(Word Embedding)、命名实体识别(NER)、文本分类(Text Classificatin)、文本生成(Text Generation)、文本相似性(Text Similarity)计算等，涉及到各种与nlp相关的算法，基于keras和tensorflow 、Python文本挖掘/NLP实战示例、 Blackstone：面向非结构化法律文本的spaCy pipeline和NLP模型通过同义词替换实现文本“变脸” 、中文 预训练 ELECTREA 模型: 基于对抗学习 pretrain Chinese Model 、albert-chinese-ner - 用预训练语言模型ALBERT做中文NER 、基于GPT2的特定主题文本生成/文本增广、开源预训练语言模型合集、多语言句向量包、编码、标记和实现：一种可控高效的文本生成方法、 英文脏话大列表 、attnvis：GPT2、BERT等transformer语言模型注意力交互可视化、CoVoST：Facebook发布的多语种语音-文本翻译语料库，包括11种语言(法语、德语、荷兰语、俄语、西班牙语、意大利语、土耳其语、波斯语、瑞典语、蒙古语和中文)的语音、文字转录及英文译文、Jiagu自然语言处理工具 - 以BiLSTM等模型为基础，提供知识图谱关系抽取 中文分词 词性标注 命名实体识别 情感分析 新词发现 关键词 文本摘要 文本聚类等功能、用unet实现对文档表格的自动检测，表格重建、NLP事件提取文献资源列表 、 金融领域自然语言处理研究资源大列表、CLUEDatasetSearch - 中英文NLP数据集：搜索所有中文NLP数据集，附常用英文NLP数据集 、medical_NER - 中文医学知识图谱命名实体识别 、(哈佛)讲因果推理的免费书、知识图谱相关学习资料/数据集/工具资源大列表、Forte：灵活强大的自然语言处理pipeline工具集 、Python字符串相似性算法库、PyLaia：面向手写文档分析的深度学习工具包、TextFooler：针对文本分类/推理的对抗文本生成模块、Haystack：灵活、强大的可扩展问答(QA)框架、中文关键短语抽取工具 | 2021-08-20T05:49:28Z |
| 18 | openpilot | 34265 | 6275 | Python | 137 | openpilot is an open source driver assistance system. openpilot performs the functions of Automated Lane Centering and Adaptive Cruise Control for over 150 supported car makes and models. | 2022-05-01T09:38:52Z |
| 19 | CppCoreGuidelines | 33862 | 4618 | Python | 188 | The C++ Core Guidelines are a set of tried-and-true guidelines, rules, and best practices about coding in C++ | 2022-04-11T03:38:25Z |
| 20 | pandas | 33758 | 14377 | Python | 3407 | Flexible and powerful data analysis / manipulation library for Python, providing labeled data structures similar to R data.frame objects, statistical functions, and much more | 2022-05-01T10:34:38Z |
| 21 | you-get | 43810 | 8867 | Python | 0 | ⏬ Dumb downloader that scrapes the web | 2022-04-30T06:19:28Z |
| 22 | scrapy | 43376 | 9604 | Python | 497 | Scrapy, a fast high-level web crawling & scraping framework for Python. | 2022-05-01T11:27:05Z |
| 23 | big-list-of-naughty-strings | 42251 | 2018 | Python | 55 | The Big List of Naughty Strings is a list of strings which have a high probability of causing issues when used as user-input data. | 2022-01-28T15:01:25Z |
| 24 | faceswap | 40902 | 11649 | Python | 22 | Deepfakes Software For All | 2022-05-01T10:21:32Z |
| 25 | localstack | 40603 | 3042 | Python | 389 | 💻 A fully functional local AWS cloud stack. Develop and test your cloud & Serverless apps offline! | 2022-05-01T00:40:57Z |
| 26 | funNLP | 39902 | 11170 | Python | 18 | 中英文敏感词、语言检测、中外手机/电话归属地/运营商查询、名字推断性别、手机号抽取、身份证抽取、邮箱抽取、中日文人名库、中文缩写库、拆字词典、词汇情感值、停用词、反动词表、暴恐词表、繁简体转换、英文模拟中文发音、汪峰歌词生成器、职业名称词库、同义词库、反义词库、否定词库、汽车品牌词库、汽车零件词库、连续英文切割、各种中文词向量、公司名字大全、古诗词库、IT词库、财经词库、成语词库、地名词库、历史名人词库、诗词词库、医学词库、饮食词库、法律词库、汽车词库、动物词库、中文聊天语料、中文谣言数据、百度中文问答数据集、句子相似度匹配算法集合、bert资源、文本生成&摘要相关工具、cocoNLP信息抽取工具、国内电话号码正则匹配、清华大学XLORE:中英文跨语言百科知识图谱、清华大学人工智能技术系列报告、自然语言生成、NLU太难了系列、自动对联数据及机器人、用户名黑名单列表、罪名法务名词及分类模型、微信公众号语料、cs224n深度学习自然语言处理课程、中文手写汉字识别、中文自然语言处理 语料/数据集、变量命名神器、分词语料库+代码、任务型对话英文数据集、ASR 语音数据集 + 基于深度学习的中文语音识别系统、笑声检测器、Microsoft多语言数字/单位/如日期时间识别包、中华新华字典数据库及api(包括常用歇后语、成语、词语和汉字)、文档图谱自动生成、SpaCy 中文模型、Common Voice语音识别数据集新版、神经网络关系抽取、基于bert的命名实体识别、关键词(Keyphrase)抽取包pke、基于医疗领域知识图谱的问答系统、基于依存句法与语义角色标注的事件三元组抽取、依存句法分析4万句高质量标注数据、cnocr：用来做中文OCR的Python3包、中文人物关系知识图谱项目、中文nlp竞赛项目及代码汇总、中文字符数据、speech-aligner: 从“人声语音”及其“语言文本”产生音素级别时间对齐标注的工具、AmpliGraph: 知识图谱表示学习(Python)库：知识图谱概念链接预测、Scattertext 文本可视化(python)、语言/知识表示工具：BERT & ERNIE、中文对比英文自然语言处理NLP的区别综述、Synonyms中文近义词工具包、HarvestText领域自适应文本挖掘工具（新词发现-情感分析-实体链接等）、word2word：(Python)方便易用的多语言词-词对集：62种语言/3,564个多语言对、语音识别语料生成工具：从具有音频/字幕的在线视频创建自动语音识别(ASR)语料库、构建医疗实体识别的模型（包含词典和语料标注）、单文档非监督的关键词抽取、Kashgari中使用gpt-2语言模型、开源的金融投资数据提取工具、文本自动摘要库TextTeaser: 仅支持英文、人民日报语料处理工具集、一些关于自然语言的基本模型、基于14W歌曲知识库的问答尝试--功能包括歌词接龙and已知歌词找歌曲以及歌曲歌手歌词三角关系的问答、基于Siamese bilstm模型的相似句子判定模型并提供训练数据集和测试数据集、用Transformer编解码模型实现的根据Hacker News文章标题自动生成评论、用BERT进行序列标记和文本分类的模板代码、LitBank：NLP数据集——支持自然语言处理和计算人文学科任务的100部带标记英文小说语料、百度开源的基准信息抽取系统、虚假新闻数据集、Facebook: LAMA语言模型分析，提供Transformer-XL/BERT/ELMo/GPT预训练语言模型的统一访问接口、CommonsenseQA：面向常识的英文QA挑战、中文知识图谱资料、数据及工具、各大公司内部里大牛分享的技术文档 PDF 或者 PPT、自然语言生成SQL语句（英文）、中文NLP数据增强（EDA）工具、英文NLP数据增强工具 、基于医药知识图谱的智能问答系统、京东商品知识图谱、基于mongodb存储的军事领域知识图谱问答项目、基于远监督的中文关系抽取、语音情感分析、中文ULMFiT-情感分析-文本分类-语料及模型、一个拍照做题程序、世界各国大规模人名库、一个利用有趣中文语料库 qingyun 训练出来的中文聊天机器人、中文聊天机器人seqGAN、省市区镇行政区划数据带拼音标注、教育行业新闻语料库包含自动文摘功能、开放了对话机器人-知识图谱-语义理解-自然语言处理工具及数据、中文知识图谱：基于百度百科中文页面-抽取三元组信息-构建中文知识图谱、masr: 中文语音识别-提供预训练模型-高识别率、Python音频数据增广库、中文全词覆盖BERT及两份阅读理解数据、ConvLab：开源多域端到端对话系统平台、中文自然语言处理数据集、基于最新版本rasa搭建的对话系统、基于TensorFlow和BERT的管道式实体及关系抽取、一个小型的证券知识图谱/知识库、复盘所有NLP比赛的TOP方案、OpenCLaP：多领域开源中文预训练语言模型仓库、UER：基于不同语料+编码器+目标任务的中文预训练模型仓库、中文自然语言处理向量合集、基于金融-司法领域(兼有闲聊性质)的聊天机器人、g2pC：基于上下文的汉语读音自动标记模块、Zincbase 知识图谱构建工具包、诗歌质量评价/细粒度情感诗歌语料库、快速转化「中文数字」和「阿拉伯数字」、百度知道问答语料库、基于知识图谱的问答系统、jieba_fast 加速版的jieba、正则表达式教程、中文阅读理解数据集、基于BERT等最新语言模型的抽取式摘要提取、Python利用深度学习进行文本摘要的综合指南、知识图谱深度学习相关资料整理、维基大规模平行文本语料、StanfordNLP 0.2.0：纯Python版自然语言处理包、NeuralNLP-NeuralClassifier：腾讯开源深度学习文本分类工具、端到端的封闭域对话系统、中文命名实体识别：NeuroNER vs. BertNER、新闻事件线索抽取、2019年百度的三元组抽取比赛：“科学空间队”源码、基于依存句法的开放域文本知识三元组抽取和知识库构建、中文的GPT2训练代码、ML-NLP - 机器学习(Machine Learning)NLP面试中常考到的知识点和代码实现、nlp4han:中文自然语言处理工具集(断句/分词/词性标注/组块/句法分析/语义分析/NER/N元语法/HMM/代词消解/情感分析/拼写检查、XLM：Facebook的跨语言预训练语言模型、用基于BERT的微调和特征提取方法来进行知识图谱百度百科人物词条属性抽取、中文自然语言处理相关的开放任务-数据集-当前最佳结果、CoupletAI - 基于CNN+Bi-LSTM+Attention 的自动对对联系统、抽象知识图谱、MiningZhiDaoQACorpus - 580万百度知道问答数据挖掘项目、brat rapid annotation tool: 序列标注工具、大规模中文知识图谱数据：1.4亿实体、数据增强在机器翻译及其他nlp任务中的应用及效果、allennlp阅读理解:支持多种数据和模型、PDF表格数据提取工具 、 Graphbrain：AI开源软件库和科研工具，目的是促进自动意义提取和文本理解以及知识的探索和推断、简历自动筛选系统、基于命名实体识别的简历自动摘要、中文语言理解测评基准，包括代表性的数据集&基准模型&语料库&排行榜、树洞 OCR 文字识别 、从包含表格的扫描图片中识别表格和文字、语声迁移、Python口语自然语言处理工具集(英文)、 similarity：相似度计算工具包，java编写、海量中文预训练ALBERT模型 、Transformers 2.0 、基于大规模音频数据集Audioset的音频增强 、Poplar：网页版自然语言标注工具、图片文字去除，可用于漫画翻译 、186种语言的数字叫法库、Amazon发布基于知识的人-人开放领域对话数据集 、中文文本纠错模块代码、繁简体转换 、 Python实现的多种文本可读性评价指标、类似于人名/地名/组织机构名的命名体识别数据集 、东南大学《知识图谱》研究生课程(资料)、. 英文拼写检查库 、 wwsearch是企业微信后台自研的全文检索引擎、CHAMELEON：深度学习新闻推荐系统元架构 、 8篇论文梳理BERT相关模型进展与反思、DocSearch：免费文档搜索引擎、 LIDA：轻量交互式对话标注工具 、aili - the fastest in-memory index in the East 东半球最快并发索引 、知识图谱车音工作项目、自然语言生成资源大全 、中日韩分词库mecab的Python接口库、中文文本摘要/关键词提取、汉字字符特征提取器 (featurizer)，提取汉字的特征（发音特征、字形特征）用做深度学习的特征、中文生成任务基准测评 、中文缩写数据集、中文任务基准测评 - 代表性的数据集-基准(预训练)模型-语料库-baseline-工具包-排行榜、PySS3：面向可解释AI的SS3文本分类器机器可视化工具 、中文NLP数据集列表、COPE - 格律诗编辑程序、doccano：基于网页的开源协同多语言文本标注工具 、PreNLP：自然语言预处理库、简单的简历解析器，用来从简历中提取关键信息、用于中文闲聊的GPT2模型：GPT2-chitchat、基于检索聊天机器人多轮响应选择相关资源列表(Leaderboards、Datasets、Papers)、(Colab)抽象文本摘要实现集锦(教程 、词语拼音数据、高效模糊搜索工具、NLP数据增广资源集、微软对话机器人框架 、 GitHub Typo Corpus：大规模GitHub多语言拼写错误/语法错误数据集、TextCluster：短文本聚类预处理模块 Short text cluster、面向语音识别的中文文本规范化、BLINK：最先进的实体链接库、BertPunc：基于BERT的最先进标点修复模型、Tokenizer：快速、可定制的文本词条化库、中文语言理解测评基准，包括代表性的数据集、基准(预训练)模型、语料库、排行榜、spaCy 医学文本挖掘与信息提取 、 NLP任务示例项目代码集、 python拼写检查库、chatbot-list - 行业内关于智能客服、聊天机器人的应用和架构、算法分享和介绍、语音质量评价指标(MOSNet, BSSEval, STOI, PESQ, SRMR)、 用138GB语料训练的法文RoBERTa预训练语言模型 、BERT-NER-Pytorch：三种不同模式的BERT中文NER实验、无道词典 - 有道词典的命令行版本，支持英汉互查和在线查询、2019年NLP亮点回顾、 Chinese medical dialogue data 中文医疗对话数据集 、最好的汉字数字(中文数字)-阿拉伯数字转换工具、 基于百科知识库的中文词语多词义/义项获取与特定句子词语语义消歧、awesome-nlp-sentiment-analysis - 情感分析、情绪原因识别、评价对象和评价词抽取、LineFlow：面向所有深度学习框架的NLP数据高效加载器、中文医学NLP公开资源整理 、MedQuAD：(英文)医学问答数据集、将自然语言数字串解析转换为整数和浮点数、Transfer Learning in Natural Language Processing (NLP) 、面向语音识别的中文/英文发音辞典、Tokenizers：注重性能与多功能性的最先进分词器、CLUENER 细粒度命名实体识别 Fine Grained Named Entity Recognition、 基于BERT的中文命名实体识别、中文谣言数据库、NLP数据集/基准任务大列表、nlp相关的一些论文及代码, 包括主题模型、词向量(Word Embedding)、命名实体识别(NER)、文本分类(Text Classificatin)、文本生成(Text Generation)、文本相似性(Text Similarity)计算等，涉及到各种与nlp相关的算法，基于keras和tensorflow 、Python文本挖掘/NLP实战示例、 Blackstone：面向非结构化法律文本的spaCy pipeline和NLP模型通过同义词替换实现文本“变脸” 、中文 预训练 ELECTREA 模型: 基于对抗学习 pretrain Chinese Model 、albert-chinese-ner - 用预训练语言模型ALBERT做中文NER 、基于GPT2的特定主题文本生成/文本增广、开源预训练语言模型合集、多语言句向量包、编码、标记和实现：一种可控高效的文本生成方法、 英文脏话大列表 、attnvis：GPT2、BERT等transformer语言模型注意力交互可视化、CoVoST：Facebook发布的多语种语音-文本翻译语料库，包括11种语言(法语、德语、荷兰语、俄语、西班牙语、意大利语、土耳其语、波斯语、瑞典语、蒙古语和中文)的语音、文字转录及英文译文、Jiagu自然语言处理工具 - 以BiLSTM等模型为基础，提供知识图谱关系抽取 中文分词 词性标注 命名实体识别 情感分析 新词发现 关键词 文本摘要 文本聚类等功能、用unet实现对文档表格的自动检测，表格重建、NLP事件提取文献资源列表 、 金融领域自然语言处理研究资源大列表、CLUEDatasetSearch - 中英文NLP数据集：搜索所有中文NLP数据集，附常用英文NLP数据集 、medical_NER - 中文医学知识图谱命名实体识别 、(哈佛)讲因果推理的免费书、知识图谱相关学习资料/数据集/工具资源大列表、Forte：灵活强大的自然语言处理pipeline工具集 、Python字符串相似性算法库、PyLaia：面向手写文档分析的深度学习工具包、TextFooler：针对文本分类/推理的对抗文本生成模块、Haystack：灵活、强大的可扩展问答(QA)框架、中文关键短语抽取工具 | 2021-08-20T05:49:28Z |
| 27 | rich | 37094 | 1217 | Python | 38 | Rich is a Python library for rich text and beautiful formatting in the terminal. | 2022-04-29T16:53:08Z |
| 28 | PayloadsAllTheThings | 36943 | 10051 | Python | 0 | A list of useful payloads and bypass for Web Application Security and Pentest/CTF | 2022-05-01T11:00:06Z |
| 29 | Real-Time-Voice-Cloning | 34553 | 6385 | Python | 40 | Clone a voice in 5 seconds to generate arbitrary speech in real-time | 2022-04-30T16:40:34Z |
| 30 | openpilot | 34265 | 6275 | Python | 137 | openpilot is an open source driver assistance system. openpilot performs the functions of Automated Lane Centering and Adaptive Cruise Control for over 150 supported car makes and models. | 2022-05-01T09:38:52Z |
| 31 | CppCoreGuidelines | 33862 | 4618 | Python | 188 | The C++ Core Guidelines are a set of tried-and-true guidelines, rules, and best practices about coding in C++ | 2022-04-11T03:38:25Z |
| 32 | pandas | 33758 | 14377 | Python | 3407 | Flexible and powerful data analysis / manipulation library for Python, providing labeled data structures similar to R data.frame objects, statistical functions, and much more | 2022-05-01T10:34:38Z |
| 33 | interview_internal_reference | 33669 | 9106 | Python | 27 | 2021年最新总结，阿里，腾讯，百度，美团，头条等技术面试题目，以及答案，专家出题人分析汇总。 | 2021-08-25T13:19:16Z |
| 34 | shadowsocks | 33185 | 19380 | Python | 0 | None | 2022-02-02T12:02:28Z |
| 35 | DeepFaceLab | 32349 | 7372 | Python | 410 | DeepFaceLab is the leading software for creating deepfakes. | 2022-04-21T11:34:42Z |
| 36 | Deep-Learning-Papers-Reading-Roadmap | 32157 | 6884 | Python | 44 | Deep Learning papers reading roadmap for anyone who are eager to learn this amazing tech! | 2022-02-07T08:21:30Z |
| 37 | d2l-zh | 31951 | 7524 | Python | 0 | 《动手学深度学习》：面向中文读者、能运行、可讨论。中英文版被55个国家的300所大学用于教学。 | 2022-05-01T10:25:36Z |
| 38 | python-patterns | 31300 | 6303 | Python | 11 | A collection of design patterns/idioms in Python | 2022-02-19T17:46:59Z |
| 39 | sherlock | 31223 | 3583 | Python | 81 | 🔎 Hunt down social media accounts by username across social networks | 2022-05-01T10:26:42Z |
| 40 | XX-Net | 31212 | 7812 | Python | 7786 | A proxy tool to bypass GFW. | 2022-04-20T05:30:38Z |
| 41 | bert | 31057 | 8678 | Python | 753 | TensorFlow code and pre-trained models for BERT | 2022-02-26T05:40:25Z |
| 42 | sentry | 30766 | 3456 | Python | 356 | Sentry is cross-platform application monitoring, with a focus on error reporting. | 2022-04-30T00:51:12Z |
| 43 | 12306 | 30565 | 9460 | Python | 209 | 12306智能刷票，订票 | 2022-02-10T00:14:03Z |
| 44 | python-cheatsheet | 28908 | 5284 | Python | 8 | Comprehensive Python Cheatsheet | 2022-04-20T14:44:01Z |
| 45 | certbot | 28872 | 3219 | Python | 525 | Certbot is EFF's tool to obtain certs from Let's Encrypt and (optionally) auto-enable HTTPS on your server. It can also act as a client for any other CA that uses the ACME protocol. | 2022-04-30T14:39:12Z |
| 46 | cheat.sh | 28777 | 1462 | Python | 85 | the only cheat sheet you need | 2022-04-18T18:42:05Z |
| 47 | wtfpython | 28619 | 2379 | Python | 46 | What the f*ck Python? 😱 | 2022-04-04T10:32:41Z |
| 48 | jieba | 28423 | 6547 | Python | 588 | 结巴中文分词 | 2022-04-07T12:41:40Z |
| 49 | gym | 27367 | 7786 | Python | 89 | A toolkit for developing and comparing reinforcement learning algorithms. | 2022-05-01T10:28:25Z |
| 50 | black | 27140 | 1724 | Python | 307 | The uncompromising Python code formatter | 2022-04-30T01:25:58Z |
| 51 | mitmproxy | 26881 | 3318 | Python | 230 | An interactive TLS-capable intercepting HTTP proxy for penetration testers and software developers. | 2022-04-30T03:07:23Z |
| 52 | HanLP | 25756 | 6955 | Python | 2 | 中文分词 词性标注 命名实体识别 依存句法分析 成分句法分析 语义依存分析 语义角色标注 指代消解 风格转换 语义相似度 新词发现 关键词短语提取 自动摘要 文本分类聚类 拼音简繁转换 自然语言处理 | 2022-04-30T19:46:19Z |
| 53 | airflow | 25670 | 10455 | Python | 781 | Apache Airflow - A platform to programmatically author, schedule, and monitor workflows | 2022-05-01T12:00:54Z |
| 54 | yolov5 | 25643 | 9147 | Python | 251 | YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite | 2022-05-01T03:03:50Z |
| 55 | interactive-coding-challenges | 25306 | 4101 | Python | 33 | 120+ interactive Python coding interview challenges (algorithms and data structures). Includes Anki flashcards. | 2021-04-11T09:48:23Z |
| 56 | Detectron | 25107 | 5454 | Python | 301 | FAIR's research platform for object detection research, implementing popular algorithms like Mask R-CNN and RetinaNet. | 2021-08-30T20:51:37Z |
| 57 | Python | 25194 | 10838 | Python | 155 | My Python Examples | 2022-04-24T12:16:06Z |
| 58 | linux-insides | 24523 | 2881 | Python | 40 | A little bit about a linux kernel | 2022-03-28T20:05:35Z |
| 59 | yt-dlp | 24332 | 1826 | Python | 504 | A youtube-dl fork with additional features and fixes | 2022-05-01T06:49:07Z |
| 60 | YouCompleteMe | 23920 | 2763 | Python | 7 | A code-completion engine for Vim | 2022-04-04T16:29:57Z |
| 61 | ray | 20200 | 3516 | Python | 1994 | An open source framework that provides a simple, universal API for building distributed applications. Ray is packaged with RLlib, a scalable reinforcement learning library, and Tune, a scalable hyperparameter tuning library. | 2022-05-01T11:51:23Z |
| 62 | NLP-progress | 20233 | 3438 | Python | 30 | Repository to track the progress in Natural Language Processing (NLP), including the datasets and the current state-of-the-art for the most common NLP tasks. | 2022-04-09T09:39:53Z |
| 63 | cascadia-code | 19810 | 666 | Python | 76 | This is a fun, new monospaced font that includes programming ligatures and is designed to enhance the modern look and feel of the Windows Terminal. | 2021-12-13T22:39:07Z |
| 64 | poetry | 19504 | 1609 | Python | 1099 | Python dependency management and packaging made easy. | 2022-05-01T05:26:19Z |
| 65 | mmdetection | 19469 | 7135 | Python | 483 | OpenMMLab Detection Toolbox and Benchmark | 2022-05-01T10:09:09Z |
| 66 | spleeter | 19418 | 2141 | Python | 134 | Deezer source separation library including pretrained models. | 2022-04-01T09:36:16Z |
| 67 | macOS-Security-and-Privacy-Guide | 19068 | 1373 | Python | 12 | Guide to securing and improving privacy on macOS | 2022-04-09T19:53:24Z |
| 68 | streamlit | 18816 | 1701 | Python | 568 | Streamlit — The fastest way to build data apps in Python | 2022-05-01T06:34:59Z |
| 69 | locust | 18748 | 2428 | Python | 22 | Scalable user load testing tool written in Python | 2022-04-29T13:05:51Z |
| 70 | jumpserver | 18409 | 4599 | Python | 169 | JumpServer 是全球首款开源的堡垒机，是符合 4A 的专业运维安全审计系统。 | 2022-04-30T15:20:16Z |
| 71 | vnpy | 18325 | 7232 | Python | 7 | 基于Python的开源量化交易平台开发框架 | 2022-05-01T06:57:24Z |
| 72 | pytorch-image-models | 18155 | 3027 | Python | 42 | PyTorch image models, scripts, pretrained weights -- ResNet, ResNeXT, EfficientNet, EfficientNetV2, NFNet, Vision Transformer, MixNet, MobileNet-V3/V2, RegNet, DPN, CSPNet, and more | 2022-04-28T14:43:22Z |
| 73 | wttr.in | 17608 | 852 | Python | 179 | ⛅ The right way to check the weather | 2022-04-25T15:27:13Z |
| 74 | magenta | 17576 | 3613 | Python | 306 | Magenta: Music and Art Generation with Machine Intelligence | 2022-04-16T00:54:37Z |
| 75 | Awesome-Linux-Software | 17404 | 1766 | Python | 14 | A list of awesome applications, software, tools and other materials for Linux distros. | 2022-04-19T17:16:49Z |
| 76 | jax | 17313 | 1599 | Python | 886 | Composable transformations of Python+NumPy programs: differentiate, vectorize, JIT to GPU/TPU, and more | 2022-04-30T19:13:00Z |
| 77 | pytorch-CycleGAN-and-pix2pix | 17437 | 5273 | Python | 385 | Image-to-Image Translation in PyTorch | 2022-04-28T01:39:02Z |
| 78 | copilot-docs | 17232 | 1872 | Python | 0 | Documentation for GitHub Copilot | 2022-04-26T09:10:27Z |
| 79 | freqtrade | 17209 | 3683 | Python | 45 | Free, open source crypto trading bot | 2022-05-01T09:30:13Z |
| 80 | fairseq | 16805 | 4430 | Python | 720 | Facebook AI Research Sequence-to-Sequence Toolkit written in Python. | 2022-04-28T21:18:59Z |
| 81 | sanic | 16076 | 1446 | Python | 40 | Next generation Python web server/framework | Build fast. Run fast. | 2022-05-01T10:56:22Z |
| 82 | saleor | 15807 | 4508 | Python | 204 | A modular, high performance, headless e-commerce platform built with Python, GraphQL, Django, and React. | 2022-04-29T12:57:14Z |
| 83 | luigi | 15631 | 2333 | Python | 63 | Luigi is a Python module that helps you build complex pipelines of batch jobs. It handles dependency resolution, workflow management, visualization etc. It also comes with Hadoop support built in. | 2022-04-29T00:17:10Z |
| 84 | matplotlib | 15405 | 6366 | Python | 1498 | matplotlib: plotting with Python | 2022-05-01T11:39:31Z |
| 85 | pyspider | 15400 | 3638 | Python | 270 | A Powerful Spider(Web Crawler) System in Python. | 2022-01-20T23:09:31Z |
| 86 | gpt-2 | 15350 | 3921 | Python | 104 | Code for the paper "Language Models are Unsupervised Multitask Learners" | 2021-12-13T18:55:51Z |
| 87 | ipython | 15334 | 4340 | Python | 1469 | Official repository for IPython itself. Other repos in the IPython organization contain things like the website, documentation builds, etc. | 2022-04-29T12:30:48Z |
| 88 | PythonRobotics | 15161 | 4941 | Python | 11 | Python sample codes for robotics algorithms. | 2022-04-27T09:29:47Z |
| 89 | zipline | 15110 | 4386 | Python | 317 | Zipline, a Pythonic Algorithmic Trading Library | 2022-01-20T12:10:43Z |
| 90 | proxy_pool | 15099 | 4082 | Python | 271 | Python爬虫代理IP池(proxy pool) | 2022-04-07T05:05:18Z |
| 91 | PySnooper | 15002 | 917 | Python | 19 | Never use print for debugging again | 2022-04-02T15:08:04Z |
| 92 | avatarify-python | 14778 | 2236 | Python | 113 | Avatars for Zoom, Skype and other video-conferencing apps. | 2021-10-12T23:05:56Z |
| 93 | python-spider | 14767 | 5521 | Python | 7 | :rainbow:Python3网络爬虫实战：淘宝、京东、网易云、B站、12306、抖音、笔趣阁、漫画小说下载、音乐电影下载等 | 2021-12-13T19:49:02Z |
| 94 | kivy | 14570 | 2880 | Python | 847 | Open source UI framework written in Python, running on Windows, Linux, macOS, Android and iOS | 2022-04-30T02:57:04Z |
| 95 | pytorch_geometric | 14497 | 2584 | Python | 897 | Graph Neural Network Library for PyTorch | 2022-05-01T03:35:28Z |
| 96 | magic-wormhole | 14485 | 531 | Python | 131 | get things from one computer to another, safely | 2022-04-01T04:17:57Z |
| 97 | prophet | 14365 | 4155 | Python | 209 | Tool for producing high quality forecasts for time series data that has multiple seasonality with linear or non-linear growth. | 2022-04-28T15:51:58Z |
| 98 | EasyOCR | 14623 | 2036 | Python | 99 | Ready-to-use OCR with 80+ supported languages and all popular writing scripts including Latin, Chinese, Arabic, Devanagari, Cyrillic and etc. | 2022-04-09T08:05:04Z |
| 99 | awesome-python-login-model | 14250 | 3113 | Python | 50 | 😮python模拟登陆一些大型网站，还有一些简单的爬虫，希望对你们有所帮助❤️，如果喜欢记得给个star哦🌟 | 2022-02-17T02:29:52Z |
| 100 | faker | 14083 | 1612 | Python | 64 | Faker is a Python package that generates fake data for you. | 2022-04-30T03:05:54Z |