zezhix / html-extractorLinks
基于行块分布函数的通用网页正文抽取算法优化，Python实现
☆61Updated 5 years ago
Alternatives and similar repositories for html-extractor
Users that are interested in html-extractor are comparing it to the libraries listed below
Sorting:
- 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。☆77Updated 4 years ago
- 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☆77Updated 2 months ago
- 使用不同的方法计算相似度☆42Updated 7 years ago
- 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。☆94Updated 3 years ago
- mirror of dongxiexidian/Chinese☆305Updated 7 years ago
- Baidu search API. Get baidu search results. Brother repository of MagicGoogle. 百度搜索API☆29Updated 7 years ago
- 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…☆226Updated 7 years ago
- 中文文本相似度计算器☆168Updated last year
- 中文日期/时间/数字量提取工具☆69Updated 5 years ago
- 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.☆94Updated 8 years ago
- 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…☆248Updated 6 years ago
- DomainWordsDict, Chinese words dict that contains more than 68 domains, which can be used as text classification、knowledge enhance task。…☆745Updated 4 years ago
- PersonGraphDataSet, nearly 10 thousand person2person relationship facts。 人物图谱数据集，近十万的人物关系图谱事实数据库，通过人物关系抽取算法抽取+人工整理得出，可用于人物关系搜索、查询、人物关系多跳问…☆257Updated 5 years ago
- Time-NLP的python3版本 中文时间表达词转换☆520Updated 3 years ago
- 短文本聚类预处理模块 Short text cluster☆281Updated 6 years ago
- 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。☆240Updated last year
- 中文文本错别字检测以及自动纠错 / Autochecker & autocorrecter for chinese☆299Updated 8 years ago
- 常用中文停用词表及对比☆77Updated 6 years ago
- Time-NLP的Python3版本 中文时间表达识别☆90Updated 5 years ago
- 无监督中文仿真评论自动生成。 Unsupervised Automatic Generation of Chinese Fake Reviews.☆84Updated 6 years ago
- This is a corpus of Chinese abbreviation, including negative full forms.☆199Updated 4 years ago
- 各大中文分词性能评测☆158Updated 6 years ago
- 时间抽取、解析、标准化工具☆56Updated 3 years ago
- 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☆485Updated 6 years ago
- 根据企业名称对企业类型进行分类☆38Updated 7 years ago
- 用TF特征向量和simhash指纹计算中文文本的相似度☆217Updated 9 years ago
- 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…☆82Updated 4 years ago
- 中文近义词表 Chinese Synonyms☆264Updated 8 years ago
- 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.☆95Updated 4 years ago
- 中文地址分词（地址元素识别与抽取），通过序列标注进行NER☆203Updated 5 years ago