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。
  ☆71Updated 3 years ago
• kiwirafe / xiangsi
  中文文本相似度计算器
  ☆134Updated 4 months ago
• foowaa / Chinese_from_dongxiexidian
  中文预处理语料
  ☆107Updated 6 years ago
• zhangyics / Chinese-abbreviation-dataset
  This is a corpus of Chinese abbreviation, including negative full forms.
  ☆191Updated 3 years ago
• neverneverendup / Translator
  互联网在线翻译引擎爬虫集合，包含谷歌翻译、百度翻译、有道翻译、必应翻译等引擎。Internet online translation engine crawler collection, including Google translation, Baidu transla…
  ☆80Updated 3 years ago
• xiaorancs / text-similarity
  使用不同的方法计算相似度
  ☆42Updated 6 years ago
• striver-ing / distributed-spider
  通用新闻类网站分布式爬虫
  ☆74Updated 6 years ago
• xiaopangxia / kuakua_corpus
  夸夸语料，来自豆瓣互相表扬组数据
  ☆75Updated 5 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…
  ☆215Updated 6 years ago
• wangyuxinwhy / generate
  A Python Package to Access World-Class Generative Models
  ☆127Updated 8 months ago
• liuhuanyong / EventMonitor
  Event monitor based on online news corpus including event storyline and analysis，基于给定事件关键词，采集事件资讯，对事件进行挖掘和分析。
  ☆152Updated 6 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。
  ☆29Updated 2 weeks ago
• ownthink / evaluation
  各大中文分词性能评测
  ☆155Updated 6 years ago
• mattzheng / LtpExtraction
  基于ltp的简单评论观点抽取模块
  ☆116Updated 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 7 months ago
• yizt / aiia_elec_miner
  “AIIA”杯-国家电网-电力专业领域词汇挖掘
  ☆55Updated 2 years ago
• jayhenry / pdf2txt_mnbvc
  ☆38Updated last year
• RuilinXu / GovDoc-CN
  A Multi-Modal Dataset of Chinese Governmental Docunments
  ☆27Updated 4 years ago
• fighting41love / Chinese_from_dongxiexidian
  mirror of dongxiexidian/Chinese
  ☆287Updated 6 years ago
• 1YCxZ / Fake-review-generation
  无监督中文仿真评论自动生成。 Unsupervised Automatic Generation of Chinese Fake Reviews.
  ☆83Updated 5 years ago
• wainshine / Book-Names-Corpus
  图书名语料库。含部分电影、游戏名称。
  ☆68Updated 10 months ago
• Valuebai / Text-Auto-Summarization
  文本自动摘要
  ☆92Updated last year
• 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…
  ☆239Updated 5 years ago
• qianzhengyang / AllDataPackages
  中文、分词、词表、核心词典、事件词表、停用词、敏感词、问答、问答数据、知识图谱、文本语料。
  ☆152Updated 3 years ago
• chrislinan / cx-extractor-python
  基于行块分布函数的通用网页正文抽取算法的Python版本实现，添加了英文支持/ Web page content extraction algorithm, support both Chinese and English
  ☆482Updated 5 years ago
• Embedding / ChineseNlpCorpus
  搜集、整理、发布 中文 自然语言处理 语料/数据集，与 有志之士 共同 促进 中文 自然语言处理 的 发展。
  ☆96Updated 6 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
• jllan / jannlp
  ☆58Updated 3 years ago
• shibing624 / addressparser
  中文地址提取工具，支持中国三级区划地址（省、市、区）提取和映射，支持地址热力图绘制。
  ☆213Updated 3 months 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.
  ☆91Updated 7 years ago