杨尚川的个人页面 - OSCHINA

杨尚川

CTO

1.4K

经验值

18

开源豆

关注私信

应用级产品开发平台

106

Java分布式中文分词组件

85

中文分词器分词效果评估对比

31

人机问答系统

107

网页信息抽取组件

48

seo 工具

6

英文单词分析软件

19

19

全文检索工具包

30

服务持续高性能运行均衡工具

8

标准数据生成器

39

微服务日志之实时日志

22

显示全部 12 个软件

专长领域： WEB开发, 服务器端开发

开发平台： Java EE, Java SE, Linux/Unix

连击天

fork: star:

加载中

如果我们需要在海量的结构未知的网页库中找到和指定的网页相似度比较高的一些网页，我们该怎么办呢？本文提出的“一种通用的网页相似度检测算法”就是专门解决这个问题。

rank 相似度计算文本相似度词袋模型余弦相似度

2015/04/10 08:22

5.9K

HtmlExtractor 1.1 发布，网页信息抽取组件

HtmlExtractor 网页正文信息抽取网页解析模板解析

2015/04/15 23:09

322

如何抓取Js动态生成数据且以滚动页面方式分页的网页

Js动态生成滚动页面滚动分页网络爬虫数据抓取

2015/10/13 23:46

1W

介绍如何使用HtmlExtractor实现基于模板的网页结构化信息精准抽取

HtmlExtractor 网页正文信息抽取网页解析模板解析

2015/04/15 23:43

2K

基于word分词提供的文本相似度算法来实现通用的网页相似度检测

word word分词相似度算法文本相似度

2015/05/28 20:11

2.6K

Java实现的基于模板的网页结构化信息精准抽取组件：HtmlExtractor

HtmlExtractor 信息抽取精准抽取信息采集

2014/08/30 23:22

2.4K

网络爬虫架构在Nutch+Hadoop之上，是一个典型的分布式离线批量处理架构，有非常优异的吞吐量和抓取性能并提供了大量的配置定制选项。由于网络爬虫只负责网络资源的抓取，所以，需要一个分布式...

Nutch Hadoop Hbase ElasticSearch 搜索引擎

2014/08/30 23:11

1.8W

ElasticSearch的Schema free特性给动态提取并索引网页结构化文本内容提供了支持

动态索引索引更新 elasticsearch Schema free

2014/08/30 23:08

2.7K

本文我们介绍一个网络机器人的识别与攻防的经典案例（也即爬虫与反爬虫的经典案例）

代理爬虫网络爬虫网络机器人攻防

2015/04/11 23:40

2.4K

ADSL拨号上网使用动态IP地址，每一次拨号得到的IP都不一样，所以我们可以通过程序来自动进行重新拨号以获得新的IP地址，以达到突破反爬虫封锁的目的。

superword 网络爬虫搜索引擎反爬虫反封锁

2015/03/25 03:14

4.1K

人机问答系统介绍

QuestionAnsweringSystem 人机问答问答系统人机交互智能问答 OpenEphyra Ephyra

QuestionAnsweringSystem

2015/04/16 15:16

2.3K

爬虫与反爬虫就好像是安全领域的破解与反破解一样，相互矛盾，相互克制，同时也相互促进。

nutch solr lucene hadoop 爬虫网络爬虫内容去重链接陷阱链接农场

2014/03/16 20:32

2.3K

我的ITEYE和OSCHINA博客的异同

rank blog

2015/04/03 05:17

829

计算OSCHINA博文在百度的收录与排名情况

rank seo 搜索引擎优化

2015/04/03 16:49

694

计算ITEYE博文在百度的收录与排名情况

rank seo 搜索引擎优化

2015/04/04 04:00

509

100offer举办的「寻找实干和坚持的技术力量」开源项目投票排名分析程序

开源项目

2015/09/26 17:39

2.2K

人机问答系统的前世今生

QuestionAnsweringSystem 问答系统人机问答系统

QuestionAnsweringSystem

2015/05/27 06:38

2.3K

七大自然语言处理领域的世界一流公司

自然语言处理 NLP

2015/05/25 15:43

7.4K

比如我写了一篇文章：“使用Java8实现自己的个性化搜索引擎”，我想知道有哪些网站转载了我的文章，我该怎么办呢？

rank 抄袭检查 SEO 搜索引擎优化 JAVA8

2015/04/06 01:22

878

比如我写了一篇文章：“使用Java8实现自己的个性化搜索引擎”，我想知道有哪些网站转载了我的文章，我该怎么办呢？

rank 抄袭检查 SEO 搜索引擎优化 JAVA8

2015/04/06 02:28

1.1W

没有更多内容

加载失败，请刷新页面

关于我们联系我们合作伙伴 Open API

Gitee.com 企业研发管理 CopyCat-代码克隆检测实用在线工具

QQ交流群

895991038

微信公众号

聚合全网技术文章，根据你的阅读喜好进行个性推荐

下载 APP

©OSCHINA(OSChina.NET)

工信部

开源软件推进联盟

指定官方社区

深圳市奥思网络科技有限公司版权所有

粤ICP备12009483号

顶部