2 Repos
Awesome GitHub RepositoriesGraph-Based Text Data Management
Management of text data using adjacency matrices and node representations to capture structural relationships.
Distinct from Data Project Management: Focuses on graph-based structural representations of document text, which is distinct from project-level data management or generic asset tracking.
Explore 2 awesome GitHub repositories matching data & databases · Graph-Based Text Data Management. Refine with filters or upvote what's useful.
Awesome Graph-Based Text Data Management GitHub Repositories
Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
- open-mmlab/mmocr
open-mmlab/mmocr
4,739Auf GitHub ansehenmmocr ist ein auf PyTorch basierendes Framework für optische Zeichenerkennung (OCR), das für das Training und Deployment von Modellen zur Texterkennung, -identifizierung und Extraktion von Schlüsselinformationen entwickelt wurde. Es dient als umfassende Toolbox für die Erkennung und Identifizierung von Text in Szenen und bietet spezialisierte Bibliotheken zum Lokalisieren von Textregionen und zum Konvertieren von visuellem Text in maschinell kodierte Strings. Das Projekt zeichnet sich durch ein Forschungs-Framework für die Extraktion von Schlüsselinformationen und fortgeschrittene Text-Spotting-Funktionen aus. Dazu gehören punktbasiertes Spotting mittels Transformern und die Verwendung parametrisierter Bezier-Kurven, um beliebig geformten Text zu identifizieren und zu transkribieren. Das Framework deckt ein breites Spektrum an Computer-Vision-Funktionen ab, einschließlich Daten-Pipeline-Management zur Augmentierung und Standardisierung diverser OCR-Datensätze, Modelltraining mit verteilter Skalierung und Performance-Evaluierung unter Verwendung von Standard-OCR-Metriken. Es bietet zudem Dienstprogramme für geometrische Polygon-Manipulation und Ergebnisvisualisierung zur Überprüfung von Vorhersagen gegen Ground-Truth-Annotationen. Das System ist in Python implementiert und unterstützt die Installation über Docker-Umgebungs-Packaging.
Implements storage for instance data and adjacency matrices to represent relationships between text nodes and labels in KIE tasks.
Pythonabcnetabinetcrnn - miso-belica/sumy
miso-belica/sumy
3,691Auf GitHub ansehenSumy is a text summarization library and toolset designed to identify and extract the most important sentences from plain text documents and HTML web pages. It functions as an extractive summarization system, meaning it selects representative original sentences from a source text without generating new words or modifying existing phrasing. The project provides a suite of algorithmic methods for content distillation, including frequency-based sentence scoring and graph-based text ranking. It also includes utilities for HTML-to-text sanitization to isolate primary content and heuristic filterin
Calculates sentence importance by measuring connectivity and overlap within a weighted word co-occurrence graph.
Pythonhtml-extractionhtml-extractorhtml-page
