GNE-JS新闻网页正文通用抽取器

联合创作 · 2023-09-29 13:48

GNE-JS 是基于论文《基于文本及符号密度的网页正文提取方法》实现的新闻网页正文通用抽取器。

在论文中描述的正文提取基础上,还增加了标题、发布时间和文章作者的自动化探测与提取功能。

该项目启发自 GNE,由 Python 迁移到 Node.js,并做了一些改动,提高提取准确度。

demo:

https://general-news-extractor-demo.stayin.cn

浏览 11
点赞
评论
收藏
分享

手机扫一扫分享

编辑 分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

编辑 分享
举报