Awesome GitHub RepositoriesSchema-Driven Mappings

scrape-it is a Node.js web scraper and HTML parser designed to extract structured data from websites and HTML files. It functions as a web data extraction tool that retrieves specific information from DOM elements and converts web content into usable data fields. The tool uses CSS selectors to target specific data points and employs schema-driven data mapping to organize unstructured web text into a consistent format. It supports custom value transformation to convert raw extracted strings into specific data formats. The system provides capabilities for web data extraction and automated cont

s2client-proto fournit un ensemble de définitions de données structurées et de protocoles de communication neutres vis-à-vis du langage utilisés pour échanger des informations entre un client externe et le moteur de StarCraft II. Il utilise des définitions de protocol buffers pour établir un schéma de sérialisation binaire pour ces échanges de données. Le projet définit la couche de communication sous-jacente nécessaire à l'automatisation du moteur de jeu, à l'analyse de l'état du jeu et au développement d'agents logiciels pour le jeu compétitif. Le framework couvre les langages de définition d'interface pour garantir la compatibilité entre les langages de programmation et emploie un mappage de messages piloté par schéma pour traduire les identifiants d'état de jeu en noms lisibles. Il inclut également des mécanismes pour mapper les identifiants d'aptitude abstraits vers des actions de jeu internes spécifiques via des fichiers de configuration standardisés.

Entity-Relation-Extraction est un framework de machine learning conçu pour identifier des entités et leurs connexions logiques au sein de textes non structurés. Il fonctionne comme un pipeline qui transforme des documents bruts en graphes de connaissances structurés en utilisant des modèles de deep learning et des architectures de type transformer. Le projet se distingue par une approche basée sur des schémas, qui mappe les informations extraites vers des modèles relationnels prédéfinis pour assurer la cohérence des résultats. Il emploie un processus multi-étapes combinant l'étiquetage de séquences (token classification) et l'encodage contextuel pour délimiter les frontières des entités et classifier les relations entre elles. La boîte à outils fournit des composants pour le fine-tuning de modèles de langage pré-entraînés et l'orchestration de données via des graphes de calcul. Elle inclut des utilitaires pour évaluer les performances du modèle par rapport à des jeux de données de référence afin de vérifier la précision du processus d'extraction.