
用於分詞、分句、命名實體識別以及多種人類語言句法分析的 Stanford NLP Python 函式庫。
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
7,900
±0 (10月13日〜)
最後提交
2026年11月
GitHub 建立日期
2017年9月26日
收錄日
—
自頁面建立時收錄
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | — |
| 2026年9月 | 7,900 |
| 2026年10月 | 7,900 |
| 2026年11月 | 7,900 |
各月最後一次快照。1,000 以上的 Star 數以 100 為單位四捨五入。
在 PyPI 上的使用
PyPI 套件:stanza · 至 2026年10月 的每月數值(ClickPy)
近一年下載數
11,054,692
來自日本的比例(近一年)
1.2%
依賴它的 PyPI 套件
166
其中必要依賴 129
PyPI 每月下載數
以表格顯示
| 月份 | 下載數(月) |
|---|---|
| 2019年1月 | 319 |
| 2019年2月 | 277 |
| 2019年3月 | 358 |
| 2019年4月 | 289 |
| 2019年5月 | 317 |
| 2019年6月 | 378 |
| 2019年7月 | 658 |
| 2019年8月 | 681 |
| 2019年9月 | 546 |
| 2019年10月 | 563 |
| 2019年11月 | 290 |
| 2019年12月 | 277 |
| 2020年1月 | 313 |
| 2020年2月 | 300 |
| 2020年3月 | 4,079 |
| 2020年4月 | 7,094 |
| 2020年5月 | 11,612 |
| 2020年6月 | 24,736 |
| 2020年7月 | 19,765 |
| 2020年8月 | 19,985 |
| 2020年9月 | 17,245 |
| 2020年10月 | 22,610 |
| 2020年11月 | 25,723 |
| 2020年12月 | 23,370 |
| 2021年1月 | 24,953 |
| 2021年2月 | 31,692 |
| 2021年3月 | 38,533 |
| 2021年4月 | 40,265 |
| 2021年5月 | 40,155 |
| 2021年6月 | 45,762 |
| 2021年7月 | 49,989 |
| 2021年8月 | 53,649 |
| 2021年9月 | 61,940 |
| 2021年10月 | 71,582 |
| 2021年11月 | 65,823 |
| 2021年12月 | 358,883 |
| 2022年1月 | 342,983 |
| 2022年2月 | 470,170 |
| 2022年3月 | 573,100 |
| 2022年4月 | 384,302 |
| 2022年5月 | 434,049 |
| 2022年6月 | 475,901 |
| 2022年7月 | 437,043 |
| 2022年8月 | 345,196 |
| 2022年9月 | 213,230 |
| 2022年10月 | 204,316 |
| 2022年11月 | 182,819 |
| 2022年12月 | 145,621 |
| 2023年1月 | 161,135 |
| 2023年2月 | 155,022 |
| 2023年3月 | 187,485 |
| 2023年4月 | 163,751 |
| 2023年5月 | 162,438 |
| 2023年6月 | 149,698 |
| 2023年7月 | 149,778 |
| 2023年8月 | 186,349 |
| 2023年9月 | 155,950 |
| 2023年10月 | 183,920 |
| 2023年11月 | 226,918 |
| 2023年12月 | 193,120 |
| 2024年1月 | 194,419 |
| 2024年2月 | 175,887 |
| 2024年3月 | 265,839 |
| 2024年4月 | 253,708 |
| 2024年5月 | 340,694 |
| 2024年6月 | 303,341 |
| 2024年7月 | 397,850 |
| 2024年8月 | 442,360 |
| 2024年9月 | 311,647 |
| 2024年10月 | 270,886 |
| 2024年11月 | 261,851 |
| 2024年12月 | 236,425 |
| 2025年1月 | 284,550 |
| 2025年2月 | 307,935 |
| 2025年3月 | 352,844 |
| 2025年4月 | 377,093 |
| 2025年5月 | 425,013 |
| 2025年6月 | 444,848 |
| 2025年7月 | 555,734 |
| 2025年8月 | 662,780 |
| 2025年9月 | 833,952 |
| 2025年10月 | 830,902 |
| 2025年11月 | 761,386 |
| 2025年12月 | 717,725 |
| 2026年1月 | 819,194 |
| 2026年2月 | 816,470 |
| 2026年3月 | 1,083,177 |
| 2026年4月 | 955,292 |
| 2026年5月 | 928,875 |
| 2026年6月 | 1,043,243 |
| 2026年7月 | 1,116,772 |
| 2026年8月 | 1,053,592 |
| 2026年9月 | 760,145 |
| 2026年10月 | 998,821 |
同分類的熱門資源
HanLPhankcs37k面向下一個十年的自然語言處理。分詞、詞性標註、命名實體識別、句法與語義依存分析、文件分類。
openmedmaziyarpanahi5.4k本地優先的醫療 AI:完全在裝置端執行的臨床命名實體辨識與符合 HIPAA 的個人資訊去識別化。擁有2200多個醫療模型,支援21種語言,相容 Apple MLX + Python,無需雲端,病患資料不會離開您的網路。Apache-2.0 授權。
transformershuggingface167k🤗 Transformers:面向文字、視覺、音訊及多模態領域最先進機器學習模型的模型定義框架,同時支援推論與訓練。
spaCyexplosion34k💫 Python 實現的工業級自然語言處理(NLP)。
nltknltk15kNLTK 原始碼。
spark-nlpJohnSnowLabs4.2k最先進的自然語言處理。
研究領域相近的資源
namacochakki-works40基於字元的命名實體識別。GitHub共同: 命名實體與資訊擷取
rake-jakanjirz5021日語快速自動關鍵詞提取演算法GitHub共同: 命名實體與資訊擷取
MedNER-Jsociocom18最新版本的MedEX/J(日本疾病名稱提取器)GitHub共同: 命名實體與資訊擷取
huggingface-finetune-japanesetsmatz16用於日語語言(Hugging Face)資源的調整編碼器和編碼器-解碼器變壓器的示例
用於日語語言(Hugging Face)資源的調整編碼器和編碼器-解碼器變壓器的示例GitHub共同: 命名實體與資訊擷取
negimacocodrips14Negima是一個Python套件,可以通過使用您定義的基於詞性的規則來提取日文文本中的短語。GitHub共同: 命名實體與資訊擷取
entitypediachakki-works13Entitypedia是一個從維基百科擴展出來的命名實體詞典。GitHub共同: 命名實體與資訊擷取