위키 백과의 XML 덤프를 구문 분석하려고하지만 출력으로 아무 것도 얻지 못해 아마도 누락되었습니다. 이것은 비슷하지만 훨씬 짧은 XML 파일입니다 <mediawiki xmlns="http://www.mediawiki.org/xml/export-0.8/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi
이전 질문에 기초하여 Spark and Python use custom file format/generator as input for RDD 기본적으로 sc.textFile()로 입력을 구문 분석 한 다음 my 또는 일부 라이브러리 사용자 정의 함수를 사용하여 파싱 할 수 있어야한다고 생각합니다. 저는 특히 gensim 프레임 워크를 사용하여 위키피디아 덤
커다란 xml 파일 (현재 wikipedia dump)이 있습니다. 이 xml 크기는 약 45GB이며 현재 위키 피 디아의 전체 데이터를 나타냅니다. <mediawiki xmlns="http://www.mediawiki.org/xml/export-0.8/" xmlns:xsi="http://ww
w.w3.org/2001/XMLSchema-instan
이 질문에 변종이 몇 번이나 여기에 질문했지만 내 질문은 Java에서 XPATH를 사용하는 일반적인 효율성에 대한 질문입니다. 내 작업 : 지리적 위치에 대한 위키 백과 문서를 가져 와서 계층 적 데이터 구조를 만듭니다. 저는 이미 위키 페이지의 XML 버전을 얻었으며 직관적 인 스키마에 따라 다시 포맷되었습니다. public class Province i
xml 파일에서 <title>, <title_id>과 같은 태그 값을 읽고 싶습니다. <title>의 값을 성공적으로 읽었습니다. 동일한 루프로 <title>, <title_id>을 읽을 수 있습니까? XML 초보자입니다. <mediawiki xmlns="http://www.mediawiki.org/xml/export-0.5/" xmlns:xsi="htt
페이지에 속한 모든 카테고리 또는 카테고리에있는 모든 페이지의 목록을 가져 오는 데 도움이되는 데이터베이스를 찾고있었습니다. 페이지 enwiki-latest-page.sql 데이터베이스가 없으며 42GB xml 덤프 사용을 피하려고합니다. 이 점에서 저를 도울 수있는 온라인 데이터베이스가 있습니까?
DBpedia 추출 프레임 워크에서 작업하는 동안 코어 데이터 세트의 csv 파일에 문제가 있습니다. dbpedia 덤프 (RDF 형식)에서 데이터 추출 (제 경우에는 모든 회사의 위키 백과 페이지 요약)에 관심이 있습니다. 내가 사용 DBpedia Abstract Extractioin Step-by-step Guide 명령의 지시 사항을 해요 : 마지막