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 | 173633 | 31940 | Python | 152 | Learn how to design large-scale systems. Prep for the system design interview. Includes Anki flashcards. | 2022-03-30T22:02:33Z |
| 2 | Python | 134569 | 35276 | Python | 22 | All Algorithms implemented in Python | 2022-04-14T23:01:11Z |
| 3 | Python-100-Days | 117197 | 45215 | Python | 456 | Python - 100天从新手到大师 | 2022-04-11T10:22:27Z |
| 4 | youtube-dl | 108573 | 7617 | Python | 4051 | Command-line program to download videos from YouTube.com and other video sites | 2022-04-14T22:41:26Z |
| 5 | thefuck | 70162 | 3175 | Python | 197 | Magnificent app which corrects your previous console command. | 2022-04-12T15:13:58Z |
| 6 | django | 63490 | 26971 | Python | 0 | The Web framework for perfectionists with deadlines. | 2022-04-15T11:12:46Z |
| 7 | transformers | 61053 | 14509 | Python | 399 | 🤗 Transformers: State-of-the-art Machine Learning for Pytorch, TensorFlow, and JAX. | 2022-04-15T12:02:53Z |
| 8 | keras | 54935 | 19063 | Python | 253 | Deep Learning for humans | 2022-04-14T19:37:13Z |
| 9 | HelloGitHub | 53999 | 7754 | Python | 21 | :octocat: 分享 GitHub 上有趣、入门级的开源项目。Share interesting, entry-level open source projects on GitHub. | 2022-03-28T00:39:38Z |
| 10 | ansible | 52805 | 21799 | Python | 810 | 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. | 2022-04-15T02:13:49Z |
| 11 | core | 51695 | 17878 | Python | 1249 | 🏡 Open source home automation that puts local control and privacy first. | 2022-04-15T11:41:36Z |
| 12 | requests | 47238 | 8712 | Python | 170 | A simple, yet elegant, HTTP library. | 2022-04-12T04:37:35Z |
| 13 | cpython | 44067 | 22771 | Python | 7107 | The Python programming language | 2022-04-15T11:40:07Z |
| 14 | manim | 43802 | 4806 | Python | 320 | Animation engine for explanatory math videos | 2022-04-15T05:48:39Z |
| 15 | you-get | 43605 | 8855 | Python | 0 | ⏬ Dumb downloader that scrapes the web | 2022-04-08T21:44:12Z |
| 16 | big-list-of-naughty-strings | 42190 | 2012 | 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 |
| 17 | funNLP | 38383 | 10981 | Python | 16 | 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 | rich | 36532 | 1193 | Python | 40 | Rich is a Python library for rich text and beautiful formatting in the terminal. | 2022-04-14T15:38:25Z |
| 19 | interview_internal_reference | 33628 | 9090 | 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 |
| 20 | pandas | 33410 | 14286 | Python | 3374 | Flexible and powerful data analysis / manipulation library for Python, providing labeled data structures similar to R data.frame objects, statistical functions, and much more | 2022-04-15T07:36:29Z |
| 21 | scrapy | 43276 | 9598 | Python | 498 | Scrapy, a fast high-level web crawling & scraping framework for Python. | 2022-04-15T09:39:26Z |
| 22 | big-list-of-naughty-strings | 42190 | 2012 | 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 |
| 23 | faceswap | 40787 | 11618 | Python | 22 | Deepfakes Software For All | 2022-04-11T17:10:13Z |
| 24 | funNLP | 38383 | 10981 | Python | 16 | 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 |
| 25 | rich | 36532 | 1193 | Python | 40 | Rich is a Python library for rich text and beautiful formatting in the terminal. | 2022-04-14T15:38:25Z |
| 26 | Real-Time-Voice-Cloning | 34290 | 6332 | Python | 39 | Clone a voice in 5 seconds to generate arbitrary speech in real-time | 2022-04-12T19:58:20Z |
| 27 | openpilot | 33951 | 6218 | Python | 129 | 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. | 2022-04-15T11:32:06Z |
| 28 | CppCoreGuidelines | 33719 | 4595 | Python | 186 | 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 |
| 29 | interview_internal_reference | 33628 | 9090 | 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 |
| 30 | pandas | 33410 | 14286 | Python | 3374 | Flexible and powerful data analysis / manipulation library for Python, providing labeled data structures similar to R data.frame objects, statistical functions, and much more | 2022-04-15T07:36:29Z |
| 31 | shadowsocks | 33147 | 19397 | Python | 0 | None | 2022-02-02T12:02:28Z |
| 32 | DeepFaceLab | 32121 | 7332 | Python | 407 | DeepFaceLab is the leading software for creating deepfakes. | 2022-04-07T18:03:40Z |
| 33 | Deep-Learning-Papers-Reading-Roadmap | 32043 | 6862 | Python | 44 | Deep Learning papers reading roadmap for anyone who are eager to learn this amazing tech! | 2022-02-07T08:21:30Z |
| 34 | d2l-zh | 31462 | 7452 | 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。 | 2022-04-15T09:37:50Z |
| 35 | python-patterns | 31178 | 6292 | Python | 11 | A collection of design patterns/idioms in Python | 2022-02-19T17:46:59Z |
| 36 | XX-Net | 31151 | 7818 | Python | 7786 | A proxy tool to bypass GFW. | 2022-04-15T08:10:31Z |
| 37 | bert | 30946 | 8653 | Python | 754 | TensorFlow code and pre-trained models for BERT | 2022-02-26T05:40:25Z |
| 38 | sherlock | 30725 | 3526 | Python | 75 | 🔎 Hunt down social media accounts by username across social networks | 2022-04-13T09:20:14Z |
| 39 | sentry | 30618 | 3434 | Python | 352 | Sentry is cross-platform application monitoring, with a focus on error reporting. | 2022-04-15T11:52:12Z |
| 40 | 12306 | 30577 | 9466 | Python | 209 | 12306智能刷票，订票 | 2022-02-10T00:14:03Z |
| 41 | certbot | 28821 | 3217 | Python | 527 | 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. | 2022-04-14T08:30:40Z |
| 42 | python-cheatsheet | 28788 | 5265 | Python | 8 | Comprehensive Python Cheatsheet | 2022-04-15T09:29:04Z |
| 43 | cheat.sh | 28667 | 1458 | Python | 92 | the only cheat sheet you need | 2022-03-31T14:17:52Z |
| 44 | wtfpython | 28532 | 2376 | Python | 45 | What the f*ck Python? 😱 | 2022-04-04T10:32:41Z |
| 45 | jieba | 28299 | 6545 | Python | 588 | 结巴中文分词 | 2022-04-07T12:41:40Z |
| 46 | black | 26958 | 1711 | Python | 301 | The uncompromising Python code formatter | 2022-04-15T00:43:29Z |
| 47 | mitmproxy | 26685 | 3291 | Python | 226 | An interactive TLS-capable intercepting HTTP proxy for penetration testers and software developers. | 2022-04-15T00:49:43Z |
| 48 | HanLP | 25596 | 6890 | 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 | 2022-04-14T20:04:24Z |
| 49 | airflow | 25474 | 10395 | Python | 782 | Apache Airflow - A platform to programmatically author, schedule, and monitor workflows | 2022-04-15T11:47:21Z |
| 50 | Python | 25081 | 10802 | Python | 154 | My Python Examples | 2022-04-06T19:40:19Z |
| 51 | Detectron | 25067 | 5456 | Python | 301 | FAIR's research platform for object detection research, implementing popular algorithms like Mask R-CNN and RetinaNet. | 2021-08-30T20:51:37Z |
| 52 | yolov5 | 24830 | 8854 | Python | 245 | YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite | 2022-04-14T09:35:53Z |
| 53 | linux-insides | 24446 | 2881 | Python | 41 | A little bit about a linux kernel | 2022-03-28T20:05:35Z |
| 54 | YouCompleteMe | 23881 | 2761 | Python | 7 | A code-completion engine for Vim | 2022-04-04T16:29:57Z |
| 55 | django-rest-framework | 23177 | 6118 | Python | 120 | Web APIs for Django. 🎸 | 2022-04-14T20:00:38Z |
| 56 | sqlmap | 23162 | 4784 | Python | 45 | Automatic SQL injection and database takeover tool | 2022-04-07T15:12:40Z |
| 57 | spaCy | 23146 | 3802 | Python | 78 | 💫 Industrial-strength Natural Language Processing (NLP) in Python | 2022-04-14T16:41:50Z |
| 58 | data-science-ipython-notebooks | 22950 | 7113 | Python | 10 | Data science Python notebooks: Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, Python essentials, AWS, and various command lines. | 2022-04-03T07:14:56Z |
| 59 | pipenv | 22887 | 1730 | Python | 448 | Python Development Workflow for Humans. | 2022-04-14T08:36:22Z |
| 60 | yt-dlp | 22900 | 1754 | Python | 489 | A youtube-dl fork with additional features and fixes | 2022-04-15T06:44:22Z |
| 61 | yt-dlp | 22900 | 1754 | Python | 489 | A youtube-dl fork with additional features and fixes | 2022-04-15T06:44:22Z |
| 62 | python-fire | 22161 | 1290 | Python | 103 | Python Fire is a library for automatically generating command line interfaces (CLIs) from absolutely any Python object. | 2022-04-14T14:54:04Z |
| 63 | devops-exercises | 22144 | 4792 | Python | 13 | Linux, Jenkins, AWS, SRE, Prometheus, Docker, Python, Ansible, Git, Kubernetes, Terraform, OpenStack, SQL, NoSQL, Azure, GCP, DNS, Elastic, Network, Virtualization. DevOps Interview Questions | 2022-04-13T06:11:15Z |
| 64 | ItChat | 22130 | 5231 | Python | 233 | A complete and graceful API for Wechat. 微信个人号接口、微信机器人及命令行微信，三十行即可自定义个人号机器人。 | 2021-03-31T05:56:33Z |
| 65 | Depix | 22111 | 2660 | Python | 0 | Recovers passwords from pixelized screenshots | 2022-02-17T23:06:34Z |
| 66 | tqdm | 21706 | 1118 | Python | 276 | A Fast, Extensible Progress Bar for Python and CLI | 2022-04-13T16:32:25Z |
| 67 | Mask_RCNN | 21534 | 10727 | Python | 1737 | Mask R-CNN for object detection and instance segmentation on Keras and TensorFlow | 2022-04-04T05:39:06Z |
| 68 | ML-From-Scratch | 20984 | 4139 | Python | 29 | Machine Learning From Scratch. Bare bones NumPy implementations of machine learning models and algorithms with a focus on accessibility. Aims to cover everything from linear regression to deep learning. | 2021-06-28T14:08:14Z |
| 69 | algo | 20707 | 6662 | Python | 99 | 数据结构和算法必知必会的50个代码实现 | 2022-04-12T06:01:26Z |
| 70 | algorithms | 20636 | 4254 | Python | 59 | Minimal examples of data structures and algorithms in Python | 2022-03-20T11:10:40Z |
| 71 | MockingBird | 20598 | 2927 | Python | 187 | 🚀AI拟声: 5秒内克隆您的声音并生成任意语音内容 Clone a voice in 5 seconds to generate arbitrary speech in real-time | 2022-04-11T09:26:52Z |
| 72 | detectron2 | 20528 | 5594 | Python | 166 | Detectron2 is a platform for object detection, segmentation and other visual recognition tasks. | 2022-04-15T01:56:50Z |
| 73 | tornado | 20497 | 5446 | Python | 202 | Tornado is a Python web framework and asynchronous networking library, originally developed at FriendFeed. | 2022-04-08T16:33:43Z |
| 74 | hosts | 20465 | 1801 | Python | 25 | 🔒 Consolidating and extending hosts files from several well-curated sources. Optionally pick extensions for porn, social media, and other categories. | 2022-04-13T15:48:10Z |
| 75 | CheatSheetSeries | 20373 | 2893 | Python | 34 | The OWASP Cheat Sheet Series was created to provide a concise collection of high value information on specific application security topics. | 2022-04-15T07:35:49Z |
| 76 | glances | 20275 | 1288 | Python | 214 | Glances an Eye on your system. A top/htop alternative for GNU/Linux, BSD, Mac OS and Windows operating systems. | 2022-04-10T21:19:21Z |
| 77 | numpy | 20147 | 6782 | Python | 2045 | The fundamental package for scientific computing with Python. | 2022-04-15T03:34:04Z |
| 78 | NLP-progress | 19971 | 3407 | 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 |
| 79 | ray | 19941 | 3459 | Python | 1980 | 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. | 2022-04-15T11:51:12Z |
| 80 | PaddleOCR | 19906 | 4200 | Python | 1046 | Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80+ languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices) | 2022-04-15T09:44:58Z |
| 81 | gensim | 13091 | 4196 | Python | 349 | Topic Modelling for Humans | 2022-04-13T06:44:04Z |
| 82 | Shadowrocket-ADBlock-Rules | 13038 | 2194 | Python | 70 | 提供多款 Shadowrocket 规则，带广告过滤功能。用于 iOS 未越狱设备选择性地自动翻墙。 | 2021-04-12T16:11:40Z |
| 83 | datasets | 12998 | 1623 | Python | 446 | 🤗 The largest hub of ready-to-use datasets for ML models with fast, easy-to-use and efficient data manipulation tools | 2022-04-15T10:56:36Z |
| 84 | recommenders | 12873 | 2247 | Python | 131 | Best Practices on Recommendation Systems | 2022-04-11T09:30:45Z |
| 85 | WSL | 12798 | 642 | Python | 1423 | Issues found on WSL | 2022-04-14T21:58:58Z |
| 86 | baselines | 12498 | 4299 | Python | 395 | OpenAI Baselines: high-quality implementations of reinforcement learning algorithms | 2021-12-03T07:10:56Z |
| 87 | imgaug | 12495 | 2278 | Python | 264 | Image augmentation for machine learning experiments. | 2022-04-07T18:28:43Z |
| 88 | yapf | 12468 | 855 | Python | 339 | A formatter for Python files | 2022-03-01T23:11:38Z |
| 89 | facenet | 12413 | 4724 | Python | 483 | Face recognition using Tensorflow | 2022-02-09T23:31:54Z |
| 90 | click | 12305 | 1242 | Python | 50 | Python composable command line interface toolkit | 2022-04-14T23:28:14Z |
| 91 | horovod | 12312 | 2045 | Python | 298 | Distributed training framework for TensorFlow, Keras, PyTorch, and Apache MXNet. | 2022-04-12T16:49:17Z |
| 92 | wtfpython-cn | 12176 | 2057 | Python | 5 | wtfpython的中文翻译/施工结束/ 能力有限，欢迎帮我改进翻译 | 2022-04-08T09:58:29Z |
| 93 | ChatterBot | 12155 | 4041 | Python | 291 | ChatterBot is a machine learning, conversational dialog engine for creating chat bots | 2022-04-08T21:32:31Z |
| 94 | DeDRM_tools | 12108 | 1152 | Python | 715 | DeDRM tools for ebooks | 2021-12-27T19:04:18Z |
| 95 | wagtail | 11947 | 2598 | Python | 831 | A Django content management system focused on flexibility and user experience | 2022-04-15T10:20:32Z |
| 96 | the-gan-zoo | 11950 | 2343 | Python | 16 | A list of all named GANs! | 2022-03-11T23:31:23Z |
| 97 | mackup | 11950 | 873 | Python | 263 | Keep your application settings in sync (OS X/Linux) | 2022-04-09T07:08:32Z |
| 98 | PyTorch-GAN | 11814 | 3365 | Python | 91 | PyTorch implementations of Generative Adversarial Networks. | 2022-04-13T02:33:51Z |
| 99 | insightface | 11581 | 3734 | Python | 1009 | State-of-the-art 2D and 3D Face Analysis Project | 2022-04-07T03:16:05Z |
| 100 | loguru | 11484 | 515 | Python | 115 | Python logging made (stupidly) simple | 2022-04-15T07:46:44Z |