Toxy.NET 文本數(shù)據(jù)抽取庫

.NET下的文本數(shù)據(jù)抽取庫，能夠支持許多常用文件格式，如?docx,xlsx,xls,pdf,csv,txt,vcf,html等，是數(shù)據(jù)挖掘領(lǐng)域不可多得利器。類似于Java的Tika項目。Toxy由N

薄言文本抽取平臺可以對客戶所提供文檔的目標要素進行智能抽取，同時抽取部分在文檔內(nèi)高亮提示，有助于提高業(yè)務效率。

webStraktor 是一個可編程的 WWW 數(shù)據(jù)抽取客戶端，提供一個腳本語言用于收集、抽取和存儲

webStraktor是一個可編程的WWW數(shù)據(jù)抽取客戶端，提供一個腳本語言用于收集、抽取和存儲來自Web的數(shù)據(jù)，包括圖片。腳本語言使用正則表達式和XPath語法。標準輸出為XML格式，支持ASCII、

Wandora是一個通用的數(shù)據(jù)提取，管理和發(fā)布應用程序，基于主題地圖和基于Java的。 Wandor

Wandora是一個通用的數(shù)據(jù)提取，管理和發(fā)布應用程序，基于主題地圖和基于Java的。Wandora有一個圖形用戶界面，知識層次的介紹，幾個數(shù)據(jù)存儲選擇，豐富的數(shù)據(jù)提取，進口和出口能力，以及一個嵌入式

TAMS (Text Analysis Markup System) Analyzer 是一個定性的

TAMS(TextAnalysisMarkupSystem)Analyzer是一個定性的文本數(shù)據(jù)抽取和分析系統(tǒng)。

向AI轉(zhuǎn)型的程序員都關(guān)注了這個號??????基礎(chǔ)函數(shù)一、實體識別抽取文本：駐港部隊從1993年初開始組建，1996年1月28日組建完畢，1997年7月1日0時進駐香港，取代駐港英軍接管香港防務，駐港軍費均由中央人民政府負擔?！吨腥A人民共和國香港特別行政區(qū)駐軍法》規(guī)定了駐香港部隊的職責為防備和抵抗侵略，保衛(wèi)

libtld是一個用來從URI中抽取TLD（頂級域名）信息的C庫。你可以提取域名、子域名等信息