Alternatives and similar repositories for html-extractor:

Users that are interested in html-extractor are comparing it to the libraries listed below

• xizhicode / ahocorasick-python
  AC自动机python的实现，并进行了优化。 主要修复了 查询不准确的问题。
  ☆73Updated 4 years ago
• shibing624 / pinyin-tokenizer
  pinyintokenizer, 拼音分词器，将连续的拼音切分为单字拼音列表。
  ☆30Updated 2 months ago
• xiaorancs / text-similarity
  使用不同的方法计算相似度
  ☆42Updated 6 years ago
• pyunits / pyunit-time
  一个简单易用的 Python 模块，用于通过字符串来操作日期/时间。正则时间提取，字符串时间解析，字符串时间提取。中文时间提取，一句话里面提取时间
  ☆75Updated 9 months ago
• shibing624 / companynameparser
  company name parser, extract company name brand. 中文公司名称分词工具，支持公司名称中的地名，品牌名（主词），行业词，公司名后缀提取。
  ☆90Updated 2 years ago
• foowaa / Chinese_from_dongxiexidian
  中文预处理语料
  ☆108Updated 6 years ago
• kiwirafe / xiangsi
  中文文本相似度计算器
  ☆142Updated 6 months ago
• yiyujianghu / sinan
  中文日期/时间/数字量提取工具
  ☆66Updated 4 years ago
• liuhuanyong / ImportantEventExtractor
  An exploration for Eventline (important news Rank organized by pulic time)，针对某一事件话题下的新闻报道集合，通过使用docrank算法，对新闻报道进行重要性识别，并通过新闻报道时间挑选出时间线上重要…
  ☆221Updated 6 years ago
• Pallas1992 / funNLP
  中英文敏感词、语言检测、中外手机/电话归属地/运营商查询、名字推断性别、手机号抽取、身份证抽取、邮箱抽取、中日文人名库、中文缩写库、拆字词典、词汇情感值、停用词、反动词表、暴恐词表、繁简体转换、英文模拟中文发音、汪峰歌词生成器、职业名称词库、同义词库、反义词库、否定词库、汽…
  ☆32Updated 6 years ago
• fjklqq / Geocoding
  地址标准化
  ☆120Updated last year
• liu-nlper / KeywordProcesser
  使用python实现了一个简单的trie树结构，可增加/查找/删除关键词，用于中文文本的关键词匹配、停用词删除等。
  ☆64Updated 4 years ago
• shanjunwei / SegAndNewWordDiscover
  基于互信息和邻接信息熵的中文分词和新词发现
  ☆14Updated 6 years ago
• liuhuanyong / AbstractKnowledgeGraph
  AbstractKnowledgeGraph, a systematic knowledge graph that concentrate on abstract thing including abstract entity and action. 抽象知识图谱，目前规模…
  ☆245Updated 5 years ago
• houking-can / CCKS2019-Task5
  CCKS2019评测任务五-公众公司公告信息抽取，第3名
  ☆122Updated 5 years ago
• ownthink / evaluation
  各大中文分词性能评测
  ☆157Updated 6 years ago
• minitrill / TextAudit
  一个短视频app文本审核模块的实现思路及demo
  ☆119Updated 6 years ago
• xueyouluo / speller-bert
  中文纠错
  ☆92Updated 3 years ago
• pyunits / pyunit-address
  字符串地址查询,支持自定义地址词库,解析地址,地址识别,地址抽取,中文地址.
  ☆96Updated 4 years ago
• RuilinXu / GovDoc-CN
  A Multi-Modal Dataset of Chinese Governmental Docunments
  ☆32Updated 4 years ago
• li-aolong / li-aolong.github.io
  李傲龍的博客
  ☆81Updated 9 months ago
• zhangyics / Chinese-abbreviation-dataset
  This is a corpus of Chinese abbreviation, including negative full forms.
  ☆195Updated 3 years ago
• shibing624 / relext
  RelExt: A Tool for Relation Extraction from Text. 文本实体关系抽取工具。
  ☆50Updated 2 years ago
• gugug / pyltp-books
  使用pyltp的工具，基于中文依存句法的四大名著人物情节分析系统。分为整体分析和章节分析两大模块,实现了人物篇幅分析，故事发生地分析，主要人物情绪变化分析，人物互动情况分析.
  ☆93Updated 7 years ago
• jayhenry / pdf2txt_mnbvc
  ☆42Updated last year
• striver-ing / distributed-spider
  通用新闻类网站分布式爬虫
  ☆75Updated 6 years ago
• wangyuxinwhy / generate
  A Python Package to Access World-Class Generative Models
  ☆128Updated 10 months ago
• phychaos / TextSimilar
  短文本相似度
  ☆103Updated 3 years ago
• vanilladata / nlp
  自然语言处理
  ☆18Updated 7 years ago
• hiyoung123 / YoungCorrector
  基于规则的文本纠错系统。
  ☆120Updated 3 years ago