网站大量收购独家精品文档,联系QQ:2885784924

Searching CiteSeer Metadata Using Nutch.pdf

  1. 1、本文档共38页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
Searching CiteSeer Metadata Using Nutch

Searching CiteSeer Metadata Using Nutch Larry Reeve for Dr. Lin INFO624, Winter 2005 Term Project Table of Contents Background………………………………………………………………………………………………………………………………………………… 2 Project Design……………………………………………………………………………………………………………………………………… 3 Evaluation………………………………………………………………………………………………………………………………………………… 10 Future Work……………………………………………………………………………………………………………………………………………… 15 References………………………………………………………………………………………………………………………………………………… 17 Appendix A - CiteSeer Metadata Record Example ………………………………………………… 18 Appendix B – Converted HTML Example …………………………………………………………………………… 19 Appendix C - Shell Script to Generate HTML Files from XML Metadata Files ………………………………………………………………………………………………………… 20 Appendix D - Parse XML Metadata and Generate HTML………………………………………… 21 Appendix E - Shell Script to Crawl the Generated HTML Files …………… 24 Appendix F - Nutch Parse Filter for CiteSeer Metadata …………………………… 25 Appendix G - Simple Parser to Split Author Name into Two Parts …… 28 Appendix H - Simple Parser to Split Date Field into Three Parts … 29 Appendix I - Nutch Indexing Filter for CiteSeer Metadata …………………… 30 Appendix J - Nutch Query Filter for CiteSeer Metadata……………………………… 32 Appendix K - Plugin Build File for Apache Ant…………………………………………………… 33 Appendix L - Nutch Plugin Directives for CiteSeer Plugin……………………… 34 Appendix M - JSP Source for Search Application………………………………………………… 35 Larry Reeve INFO624 - Winter 2005 Page 1 Background CiteSeer (/) is a scientific literature digital library that allows searching for scholarly publications by document or by citations. The search engine used by CiteSeer is based on keyword search. A problem with the keyword approach is that searche

文档评论(0)

wannian118 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档