text-processing

PyMuPDF est une bibliothèque Python haute performance pour l'extraction, l'analyse, la conversion et la manipulation de documents PDF (et autres).

CLI intuitif de recherche et remplacement (alternative à sed).

Bibliothèque Python pour créer des analyseurs PEG.

Algorithmes de classification de texte : une étude

Pipeline open-source et implémentations de référence pour améliorer la lisibilité et la cadence naturelle des brouillons assistés par IA.

Une bibliothèque de fuzzy matching rapide et pratique pour Rust

Boîte à outils NLP pour le persan.

La bibliothèque de détection de langue naturelle la plus précise pour Go, adaptée aux textes courts et multilingues

Une implémentation rapide d'Aho-Corasick en Rust.

Programme pour convertir des lignes de texte en une structure arborescente.

Traitement du langage naturel pour le thaï en Python.

Convertisseur HTML vers Markdown haute performance conforme à CommonMark. Maintenu par l'équipe Kreuzberg. Kreuzberg est un moteur d'intelligence documentaire polyglotte et rapide avec un cœur en Rust. Il extrait des données structurées à partir de plus de 98 formats de documents en utilisant des analyseurs de flux et l'OCR intégré.

Normalisation de texte et normalisation de texte inverse.

Déduplication de texte tout-en-un

Un clone de cut(1) optimisé

text-humanizer est un projet open-source conçu pour convertir du texte généré par IA en une version « humanisée », contournant la plupart des détecteurs d'IA comme Turnitin ou GPTZero.

Module Python simple pour analyser et décomposer les noms de personnes en composants individuels

Ekphrasis est un outil de traitement de texte orienté vers les textes issus des réseaux sociaux, tels que Twitter ou Facebook. Ekphrasis effectue la tokenisation, la normalisation des mots, la segmentation des mots (pour la division des hashtags) et la correction orthographique, en utilisant des statistiques de mots provenant de 2 grands corpus (Wikipedia anglais, Twitter - 330 millions de tweets en anglais).

Open Korean Text Processor - Un processeur de texte coréen open source

Transformez des PDF et des EPUB en livres audio ; des sous-titres ou des vidéos en vidéos doublées (avec traduction), et plus encore. Gratuitement. Pandrator utilise des modèles locaux, incluant le clonage de voix (instantané, amélioré par RVC, affinage XTTS) et le traitement par LLM. Il ambitionne d'être une application conviviale avec une interface graphique, un installateur et des packages tout-en-un.

Service d'accessibilité Android pour la transformation de texte assistée par IA

Bindings pour RE2 : alternative rapide et sûre aux moteurs d'expressions régulières à retour sur trace.

Runtime SQL sans aucune base de données