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 7 years ago
• zongtui / zongtui-webcrawler
  基于hadoop思维的分布式网络爬虫。
  ☆86Updated 9 years ago
• wgybzbrobot / sentiment-search
  舆情搜索服务框架，其中lucene和solr版本为4.8。
  ☆61Updated 9 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。
  ☆67Updated 8 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。
  ☆155Updated 6 years ago
• NLPchina / nlp_china_web
  nutz+jetty+h2 做的一个web应用
  ☆40Updated 9 years ago
• xsank / Shour
  一个随时恭候询问的耐心小二~
  ☆88Updated 8 years ago
• CrawlScript / nutcher
  nutcher是中文的nutch文档，包含nutch的配置和源码解析，持续更新中。
  ☆130Updated 5 years ago
• Wizzercn / NutzCodematic
  NutzWk 1.0 代码生成器，通过数据表生成代码及页面（已不维护）
  ☆53Updated 8 years ago
• kanxg / fengchao
  蜂巢爬虫系统 是一套只需要定义XPath，就可实现爬取网站,APP的系统, 支持多种解析方式（XPath,正则表达式），多种下载方式（HttpClient库, PhantomJs, Selenium）,多种输出方式（Excel，MongoDB）。 可不做任何修改发布到Yar…
  ☆5Updated 8 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
• iamccme / weibo-mining
  微博情感分析
  ☆12Updated 11 years ago
• hfut-dmic / ContentExtractor
  自动抽取网页正文的算法，用JAVA实现
  ☆106Updated 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
• gsh199449 / DistributeCrawler
  基于Map/Reduce爬虫,可抽取各大新闻网站的新闻正文并进行分类和聚类
  ☆75Updated 11 years ago
• shamphone / jigsaw-nlp
  本项目转移到https://github.com/cocolian/cocolian-nlp
  ☆34Updated 11 years ago
• yxjay / SearchEngine-base-on-ElasticSearch-nutch-SSM
  基于Nutch+ElasticSearch+MySQL+SSM的简易搜索引擎
  ☆20Updated 8 years ago
• QiuMing / zhihuWebSpider
  知乎爬虫，基于webmagic框架 .A java web spider base on webmagic.
  ☆69Updated 9 years ago
• yozhao / IKAnalyzer
  An open source word breaker with lucene supported.
  ☆80Updated 5 years ago
• xautlx / nutch-htmlunit
  基于Apache Nutch和Htmlunit的扩展实现AJAX页面爬虫抓取解析插件
  ☆123Updated 10 years ago
• javagaorui5944 / ProxyIpPool
  The Crawler Proxy IP Pool Component
  ☆64Updated 2 years ago
• sea-boat / super-robot
  a robot based on Alice Bot, which can chat with people and handle the business.
  ☆17Updated 7 years ago
• hankcs / hanlp-lucene-plugin
  HanLP中文分词Lucene插件，支持包括Solr在内的基于Lucene的系统
  ☆297Updated 4 years ago
• zacker330 / es-ik
  Chinese analysis plugin which using IK analysis for Elasticsearch
  ☆22Updated 9 years ago
• gaoxianglong / kratos
  轻量级Mysql分库分表(Sharding)中间件。
  ☆8Updated 9 years ago
• ansjsun / tree_split
  Tree-split 搬新家..给各位带来的不便深表歉意
  ☆54Updated 8 years ago
• awnuxkjy / recommend-system
  recommend system study
  ☆67Updated 11 years ago
• erliang20088 / TianLiangSpider4YuQing
  天亮舆情系统之天亮舆情采集器，基于master/slave结构开发的分布采集器系统
  ☆22Updated 2 years ago
• shenbaise / goodcrawler
  网络爬虫
  ☆51Updated 11 years ago
• rocky1001 / pykylin
  Python DBAPI Driver and Sqlalchemy Dialect for Apache Kylin, the "Extreme OLAP Engine for Big Data"
  ☆31Updated 8 years ago