Nutch 插件 Anthelion

• 授权协议: Apache
• 开发语言: Java
• 操作系统: 跨平台
• 软件首页: https://github.com/yahoo/anthelion

软件介绍

Anthelion 是 Nutch 插件，专注于爬取语义数据。

注意：此项目包括完整的 Nutch 1.6 版本，此插件放置在 /src/plugin/parse-anth

Anthelion 使用在线学习方法来基于页面上下文预测富数据 Web 页面，从之前查看的页面提取的元数据获取反馈。

主要有三个扩展：

1. AnthelionScoringFilter

2. WdcParser

3. TripleExtractor

示例：

本文地址：https://codercto.com/soft/d/17085.html