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
☆60Updated 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:
- 使用不同的方法计算相似度☆42Updated 6 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…☆223Updated 6 years ago
- 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。☆74Updated 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☆75Updated last year
- mirror of dongxiexidian/Chinese☆301Updated 6 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。☆92Updated 3 years ago
- 中文日期/时间/数字量提取工具☆69Updated 5 years ago
- 中文文本相似度计算器☆158Updated 11 months 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
- A Multi-Modal Dataset of Chinese Governmental Docunments☆35Updated 4 years ago
- 短文本聚类预处理模块 Short text cluster☆278Updated 5 years ago
- DomainWordsDict, Chinese words dict that contains more than 68 domains, which can be used as text classification、knowledge enhance task。…☆716Updated 4 years ago
- pinyintokenizer, 拼音分词器，将连续的拼音切分为单字拼音列表。☆30Updated 6 months 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。☆235Updated 10 months ago
- pytextclassifier is a toolkit for text classification. 文本分类，LR，Xgboost，TextCNN，FastText，TextRNN，BERT等分类模型实现，开箱即用。☆514Updated 11 months ago
- Time-NLP的python3版本 中文时间表达词转换☆521Updated 2 years ago
- 收集的一些敏感词汇，挺全的，还细分了暴恐词库、反动词库、民生词库、色情词库、贪腐词库、其他词库等☆430Updated 7 years ago
- 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。☆169Updated 3 years ago
- 一个短视频app文本审核模块的实现思路及demo☆122Updated 7 years ago
- This is a corpus of Chinese abbreviation, including negative full forms.☆196Updated 4 years ago
- Time-NLP的Python3版本 中文时间表达识别☆91Updated 5 years ago
- 中文预处理语料☆113Updated 6 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☆484Updated 6 years ago
- 地址标准化☆124Updated last year
- 各大中文分词性能评测☆158Updated 6 years ago
- 中文近义词表 Chinese Synonyms☆262Updated 7 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…☆81Updated 3 years ago
- 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
- 公司、企业名称模糊匹配，基于词频的公司名主体提取，基于编辑距离的匹配度☆41Updated 4 years ago
- 时间抽取、解析、标准化工具☆55Updated 2 years ago