Awesome GitHub RepositoriesKnowledge Graphs

scrape-it 是一个 Node.js 网络爬虫和 HTML 解析器，旨在从网站和 HTML 文件中提取结构化数据。它作为一个网络数据提取工具，从 DOM 元素中检索特定信息，并将 Web 内容转换为可用的数据字段。 该工具使用 CSS 选择器定位特定数据点，并采用基于模式的数据映射将非结构化 Web 文本组织成一致的格式。它支持自定义值转换，将原始提取的字符串转换为特定的数据格式。 该系统提供了网络数据提取和自动化内容映射的功能。它可以解析来自 URL、原始 HTML 字符串或本地文件系统存储的 HTML 内容，并与无头浏览器集成以处理来自动态网页的内容。

s2client-proto 提供了一套结构化数据定义和语言无关的通信协议，用于在外部客户端与《星际争霸 II》引擎之间交换信息。它利用 Protocol Buffer 定义为这些数据交换建立二进制序列化模式。 该项目定义了游戏引擎自动化、游戏状态分析以及开发竞技游戏软件智能体所需的底层通信层。 该框架涵盖了接口定义语言以确保跨编程语言的兼容性，并采用模式驱动的消息映射将游戏状态标识符转换为可读名称。它还包括通过标准化配置文件将抽象能力标识符映射到特定内部游戏动作的机制。

Entity-Relation-Extraction 是一个机器学习框架，旨在识别非结构化文本中的实体及其逻辑连接。它作为一个管道，通过利用深度学习模型和 Transformer 架构，将原始文档转换为结构化知识图谱。 该项目通过模式驱动的方法脱颖而出，将提取的信息映射到预定义的关联模板，以确保输出的一致性。它采用多阶段处理流程，结合序列标注令牌分类与上下文编码，以界定实体边界并对它们之间的关系进行分类。 该工具包提供了用于微调预训练语言模型和通过计算图编排数据的组件。它包括用于根据基准数据集评估模型性能的实用程序，以验证提取过程的准确性。