shamphone / jigsaw-nlpLinks
本项目转移到https://github.com/cocolian/cocolian-nlp
☆34Updated 11 years ago
Alternatives and similar repositories for jigsaw-nlp
Users that are interested in jigsaw-nlp are comparing it to the libraries listed below
Sorting:
- nutz+jetty+h2 做的一个web应用☆40Updated 9 years ago
- 自动抽取网页正文的算法，用JAVA实现☆106Updated 8 years ago
- 网络爬虫☆52Updated 11 years ago
- 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☆24Updated 11 years ago
- 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
- 新浪微博模拟登陆2014-04-01版☆22Updated 11 years ago
- 基于词典的负面舆情信息评分算法。☆26Updated 10 years ago
- Apache Nutch Plugins for AJAX page fetch, parse, index☆88Updated 7 years ago
- 基于Apache Nutch和Htmlunit的扩展实现AJAX页面爬虫抓取解析插件☆124Updated 10 years ago
- 搜狐实习自动回复项目：语音识别、问题过滤、答案推荐☆8Updated 10 years ago
- 舆情搜索服务框架，其中lucene和solr版本为4.8。☆61Updated 9 years ago
- 基于hadoop思维的分布式网络爬虫。☆86Updated 9 years ago
- java分布式爬虫，主机和从机控制的机制☆14Updated 10 years ago
- IKAnalyzer 中文分词器☆34Updated 4 years ago
- 多种分词器的封装，重点修改了原IK/MMSeg4j分词器，增加分词器对象共享池和Lucene/Solr封装，其中Lucene/Solr版本为5.5.0。☆30Updated 8 years ago
- jsearch：高性能的全文检索工具包☆92Updated 8 years ago
- TextRank算法提取关键词的Java实现☆203Updated 10 years ago
- 读书笔记《自己动手写网络爬虫》，自己敲的代码。主要记录了网络爬虫的基本实现，网页去重的算法，网页指纹算法，文本信息挖掘☆47Updated 10 years ago
- 中文分词算法mmSeg实现,包含sougou词库☆18Updated 4 years ago
- 海狗-多维在线分析系统☆72Updated 11 years ago
- 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☆74Updated 11 years ago
- 基于知识图谱技术的搜素引擎研发☆19Updated 8 years ago
- java 基于selenium抓取搜狗微信公众号文章☆50Updated 9 years ago
- 基于spark、mahout和spring boot构建的推荐系统☆131Updated 3 months ago
- jstorm开发demo，小例子☆23Updated 10 years ago
- 微博数据分析服务框架。☆12Updated 9 years ago
- Tree-split 搬新家..给各位带来的不便深表歉意☆54Updated 8 years ago
- 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。☆47Updated 8 years ago
- Open Source Simple Web Crawler for Java. Simple Flexible And Lightweight☆29Updated 2 years ago
- 新闻评论观点挖掘系统，粗粒度的分析出新闻网评观点的倾向和走势☆53Updated 10 years ago