Alternatives and similar repositories for document-processor

Users that are interested in document-processor are comparing it to the libraries listed below

• shirdrn / libsvm-dp
  Refactored version for https://github.com/shirdrn/document-processor.git
  ☆15Updated 8 years ago
• NLPchina / ansj_fast_lda
  LDA 的java实现
  ☆63Updated 9 years ago
• siegfang / word2vec
  word2vec的Java并行实现
  ☆126Updated 9 years ago
• ysc / short-text-search
  自定制的精准短文本搜索服务
  ☆18Updated 4 years ago
• hankcs / TextRank
  TextRank算法提取关键词的Java实现
  ☆203Updated 10 years ago
• yizhiru / thulac4j
  Chinese Word Segmentation Tool, THULAC的Java实现.
  ☆84Updated 4 years ago
• iamxiatian / xsimilarity
  相似度计算软件包
  ☆190Updated last year
• ansjsun / tree_split
  Tree-split 搬新家..给各位带来的不便深表歉意
  ☆55Updated 8 years ago
• awnuxkjy / recommend-system
  recommend system study
  ☆67Updated 11 years ago
• HIT-SCIR / ltp4j
  ltp4j: Language Technology Platform For Java
  ☆161Updated 4 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
• NLPchina / SinaMicroBlogCrawl
  新浪微博模拟登陆2014-04-01版
  ☆22Updated 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
• chensoul / learning-spark
  Learning to write Spark examples
  ☆44Updated 2 months ago
• ml-distribution / negative-sentiment
  基于词典的负面舆情信息评分算法。
  ☆26Updated 10 years ago
• XuJin1992 / ChineseTextClassifier
  实现中文文本分类，支持文件、文本分类，基于多项式分布的朴素贝叶斯分类器。由于工作实际应用是二分类，加之考虑到每个分类属性都建立map存储词语向量可能引起的内存问题，所以目前只支持二分类。当然，直接复用这个结构扩展到多分类也是很容易。之所以自己写，主要原因是没有仔细研读mah…
  ☆22Updated 8 years ago
• rocky1001 / pykylin
  Python DBAPI Driver and Sqlalchemy Dialect for Apache Kylin, the "Extreme OLAP Engine for Big Data"
  ☆31Updated 8 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
  ☆77Updated 11 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
• endymecy / spark-programming-guide-zh-cn
  Spark 编程指南简体中文版
  ☆33Updated 9 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
  ☆24Updated 11 years ago
• jiekechoo / NLPStudy
  ☆29Updated 9 years ago
• iamccme / weibo-mining
  微博情感分析
  ☆12Updated 11 years ago
• NLPchina / nlp_china_web
  nutz+jetty+h2 做的一个web应用
  ☆40Updated 8 years ago
• gh289054531 / machine_learning_and_data_mining
  常见数据挖掘和机器学习算法
  ☆33Updated 11 years ago
• shenbaise / goodcrawler
  网络爬虫
  ☆51Updated 11 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
  ☆122Updated 10 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
• joeywen / fudannlp
  复旦的中文自然语言工具包
  ☆72Updated 8 years ago
• kongbinghit / TongYiCiCiLin
  同义词词林扩展版相似度计算-Java
  ☆25Updated 9 years ago