text-processing

PyMuPDF é uma biblioteca Python de alto desempenho para extração, análise, conversão e manipulação de documentos PDF (e outros).

CLI intuitiva de localizar e substituir (alternativa ao sed).

Biblioteca Python para criar parsers PEG.

Algoritmos de classificação de texto: um levantamento.

Pipeline open-source e implementações de referência para melhorar a legibilidade e a cadência natural de rascunhos assistidos por IA.

Uma biblioteca de correspondência difusa (fuzzy matcher) rápida e conveniente para Rust

Toolkit de PLN para persa.

A biblioteca de detecção de linguagem natural mais precisa para Go, adequada para textos curtos e textos em idiomas mistos

Uma implementação rápida de Aho-Corasick em Rust.

Programa para converter linhas de texto em uma estrutura de árvore.

Processamento de linguagem natural em tailandês usando Python

Conversor de HTML para Markdown de alto desempenho e compatível com CommonMark. Mantido pela equipe Kreuzberg. O Kreuzberg é um mecanismo de inteligência de documentos rápido e poliglota com núcleo em Rust. Ele extrai dados estruturados de mais de 98 formatos de documento usando parsers de streaming e OCR embutido.

Normalização de texto e normalização inversa de texto

Deduplicação de texto tudo-em-um

Um clone aprimorado do cut(1).

text-humanizer é um projeto de código aberto projetado para converter texto gerado por IA em uma versão humanizada, contornando a maioria dos detectores de IA, como Turnitin ou GPTZero.

Um módulo Python simples para analisar nomes humanos e dividi-los em seus componentes individuais

O Ekphrasis é uma ferramenta de processamento de texto voltada para textos de redes sociais, como Twitter ou Facebook. O Ekphrasis realiza tokenização, normalização de palavras, segmentação de palavras (para divisão de hashtags) e correção ortográfica, utilizando estatísticas de palavras de dois grandes corpora (Wikipedia em inglês, Twitter - 330 milhões de tweets em inglês).

Processador de Texto Coreano Aberto - Um processador de texto coreano de código aberto

Converta PDFs e EPUBs em audiolivros; legendas ou vídeos em vídeos dublados (incluindo tradução) e muito mais. De graça. O Pandrator usa modelos locais, incluindo clonagem de voz (instantânea, aprimorada por RVC, ajuste fino XTTS) e processamento por LLM. Ele aspira ser um aplicativo amigável com interface gráfica, instalador e pacotes tudo em um.

Serviço de acessibilidade do Android para transformação de texto baseada em IA

Bindings para RE2: alternativa rápida e segura a motores de expressão regular com backtracking.

Runtime SQL sem nenhum banco de dados