文件名称：reader-classic:远程阅读器是一种阅读工具
文件大小：5.26MB
文件格式：ZIP
更新时间：2024-08-23 18:57:17
HTML
远程阅读器经典 Distant Reader Classic 是一个高性能计算（HPC）系统，它以几乎任意数量的非结构化数据（文本）作为输入，并输出一组结构化数据进行分析——“阅读”。 远程阅读器采用五种不同类型的输入之一： URL - 适用于博客、单一期刊文章或长报告 URL 列表 - 最具扩展性，但创建列表可能有问题 文件 - 适用于您计算机上的长 PDF 文档 一个 zip 文件 - zip 文件可以包含您计算机中的任意数量的文件 一个zip文件加上一个元数据文件——有了元数据文件，读者的分析更完整 给定一个或另一个可能的输入，远程阅读器首先缓存原始内容。 然后它将内容转换为一组纯文本文件。 第三，Reader 对文本文件进行文本挖掘和自然语言处理以提取特征：n-gram、词性、命名实体等。这个过程的结果是一组制表符分隔的文本文件。 然后将整个制表符分隔的文本文件提炼到关系数据库