Alternatives and similar repositories for Nutch-NewsClassify:

Users that are interested in Nutch-NewsClassify are comparing it to the libraries listed below

• xautlx / nutch-ajax
  Apache Nutch Plugins for AJAX page fetch, parse, index
  ☆87Updated 6 years ago
• yxlHuster / news-duplicated
  文本去重算法，研究自推荐系统中新闻的去重，采用了雅虎的Near-duplicates and shingling算法，服务端用c实现，客户端用java实现，利用thrift框架进行通信，为了提高扩展性，去重可以在服务端实现，服务器也提供了计算的接口，方便客户端自己扩展
  ☆23Updated 10 years ago
• NLPchina / nlp_china_web
  nutz+jetty+h2 做的一个web应用
  ☆40Updated 8 years ago
• ruyaoyao / paoding-analysis
  Paoding分詞器，基於Lucene4.x forked from http://git.oschina.net/zhzhenqin/paoding-analysis
  ☆45Updated 10 years ago
• iamccme / weibo-mining
  微博情感分析
  ☆12Updated 11 years ago
• ysc / word_web
  通过web服务器对word分词的资源进行集中统一管理
  ☆17Updated 7 years ago
• zongtui / zongtui-webcrawler
  基于hadoop思维的分布式网络爬虫。
  ☆87Updated 8 years ago
• mlcsdev / mlcsseg
  solr分词器大补贴, 包括IK ANSJ、过滤器，动态加载词库
  ☆59Updated 10 years ago
• ml-distribution / negative-sentiment
  基于词典的负面舆情信息评分算法。
  ☆26Updated 10 years ago
• CshBBrain / CshBBrainPP
  CshBBrainPP是一个基于CshBBrain高性能网络框架开发的用于解决互联网平台海量小图标的一个开源项目。对于拥有几百万、几千万甚至上亿用户数量的平台来说，用户头像问题也是一个头疼的事情，这里图片体积小，数量多。
  ☆37Updated 11 years ago
• shirdrn / document-processor
  Document preprocessing for preparing formatted input data which is suitable for LibSVM tool.
  ☆50Updated 7 years ago
• ysc / HtmlExtractor
  HtmlExtractor是一个Java实现的基于模板的网页结构化信息精准抽取组件。
  ☆157Updated 6 years ago
• ansjsun / tree_split
  Tree-split 搬新家..给各位带来的不便深表歉意
  ☆56Updated 8 years ago
• shirdrn / libsvm-dp
  Refactored version for https://github.com/shirdrn/document-processor.git
  ☆15Updated 7 years ago
• muyannian / higo
  海狗-多维在线分析系统
  ☆73Updated 10 years ago
• blogchong / mite8-com
  数据虫巢官网(mite8.com)站点源码，包括站点基础数据爬取代码，以及重构的NLP分词工具等。
  ☆48Updated 7 years ago
• shenbaise / goodcrawler
  网络爬虫
  ☆51Updated 10 years ago
• gaoxianglong / kratos
  轻量级Mysql分库分表(Sharding)中间件。
  ☆8Updated 8 years ago
• shamphone / jigsaw-nlp
  本项目转移到https://github.com/cocolian/cocolian-nlp
  ☆34Updated 10 years ago
• hfut-dmic / ContentExtractor
  自动抽取网页正文的算法，用JAVA实现
  ☆107Updated 7 years ago
• dpy1123 / coupon
  个性化的促销信息推荐系统
  ☆27Updated 7 years ago
• leopardoooo / easyooo-framework
  一个集成型框架，包含Redis缓存的自动同步模块，业务规则模块，分库分表模块，及事务、ZK统一配置的支持。
  ☆17Updated 8 years ago
• awnuxkjy / recommend-system
  recommend system study
  ☆67Updated 11 years ago
• ysc / rank
  rank是一个seo工具，用于分析网站的搜索引擎收录排名。
  ☆66Updated 7 years ago
• xtuhcy / gecco-redis
  Gecko crawler supports distributed by redis
  ☆24Updated 6 years ago