Admin: Új oldal, tartalma: „= (WARC Encapsulated Text) = A WARC fájlokból kinyerhető egyszerű formázatlan szöveg, néhány metaadattal (pl. URL cím, a mentés időpontja, a szöveg hos…”

2017-07-23T15:54:10Z

Új oldal, tartalma: „= (WARC Encapsulated Text) = A WARC fájlokból kinyerhető egyszerű formázatlan szöveg, néhány metaadattal (pl. URL cím, a mentés időpontja, a szöveg hos…”

Új lap

= (WARC Encapsulated Text) =

A [[WARC]] fájlokból kinyerhető egyszerű formázatlan szöveg, néhány metaadattal (pl. URL cím, a mentés időpontja, a szöveg hossza) kiegészítve. Alkalmas teljes szövegű indexeléshez, vagy pl. nyelvi elemzésekhez, szövegbányászathoz.

----

* [http://commoncrawl.org/the-data/get-started/ Common Craw: So you’re ready to get started]

[[Category:FORMÁTUMOK]]

WET - Laptörténet

Admin: Új oldal, tartalma: „= (WARC Encapsulated Text) = A WARC fájlokból kinyerhető egyszerű formázatlan szöveg, néhány metaadattal (pl. URL cím, a mentés időpontja, a szöveg hos…”