2 dépôts
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
Trouvez les meilleurs dépôts grâce à l'IA.Nous recherchons les dépôts les plus pertinents grâce à l'IA.
- open-mmlab/mmocr
open-mmlab/mmocr
4,739Voir sur GitHubmmocr est un framework de reconnaissance optique de caractères (OCR) basé sur PyTorch conçu pour entraîner et déployer des modèles de détection de texte, de reconnaissance et d'extraction d'informations clés. Il sert de boîte à outils complète pour la détection et la reconnaissance de texte dans les scènes, fournissant des bibliothèques spécialisées pour localiser les régions de texte et convertir le texte visuel en chaînes encodées par machine. Le projet se distingue par un framework de recherche pour l'extraction d'informations clés et des capacités avancées de repérage de texte. Celles-ci incluent le repérage basé sur des points utilisant des transformers et l'utilisation de courbes de Bezier paramétrées pour identifier et transcrire du texte de forme arbitraire. Le framework couvre une large surface de capacités de vision par ordinateur, notamment la gestion de pipeline de données pour augmenter et standardiser divers jeux de données OCR, l'entraînement de modèles avec mise à l'échelle distribuée et l'évaluation des performances utilisant des métriques OCR standard. Il fournit également des utilitaires pour la manipulation de polygones géométriques et la visualisation des résultats pour auditer les prédictions par rapport aux annotations de vérité terrain. Le système est implémenté en Python et prend en charge l'installation via l'empaquetage d'environnement Docker.
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
3,691Voir sur GitHubSumy 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
