edesmontils / wa Goto Github PK
View Code? Open in Web Editor NEWWA is a Wikipedia Analyser based on the XML dump
WA is a Wikipedia Analyser based on the XML dump
WA est un outil permettant d'extraire des pages caractéristiques d'un DUMP XML de Wikipédia (qui respecte "mediawiki2.dtd"). Il permet d'obtenir des mesures sur le nombre de commits, le nombre de pages, le nombre d'interventions de robots, le nombre d'"utilisateurs", etc. WA.php fait une première passe pour trouver les pages intéressantes. Elle crée "WA_list.xml" selon la DTD "explore.dtd". php WA.php -w wiki_dump.xml [-n nb_of_res] -l WA_list.xml Extractor.php récupère ces pages pour créer un extrait du Wikipedia qu'elle dépose dans "wiki_corpus_repository". Chaque page respecte la DTD "page_mediawiki.dtd". php Extractor.php -d wiki_corpus_repository -w wiki_dump.xml -l WA_list.xml LogootAnalyser.php analyse les fichiers extraits par rapport à Logoot php LogootAnalyser.php -d wiki_corpus_repository -l WA_list.xml [options] Option sur les espaces de noms : -n "namespace" (par défaut tous les espaces sont pris) Options sur les propriétés (au moins une) : -t : pour la mesure sur les tailles des pages -p : pour la mesure sur le nombre de patchs -r : pour la mesure sur le nombre de robots -u : pour la mesure sur le nombre d'utilisateurs référencés Options d'optimisation : -b val : pour mettre en oeuvre les 'boundary' standard -a val : pour mettre en oeuvre les 'boundary' avancés (si -b présent) -o : pour mettre en oeuvre les optimisations d'ajout en création, en fin et début -i val : pour spécifier la longueur des identifiants (2 par défaut) Options de type de page : -x : les pages 'max' (par défaut) -m : les pages 'random' E. Desmontils, Université de Nantes, 20 juin 2011 / 21 sept. 2011 équipe GDD, LINA. Exemple d'analyse : php WA.php -w frwiki-head.xml -l ex.xml php Extractor.php -d ./files -w frwiki-head.xml -l ex.xml php LogootAnalyser.php -d ./files -l ex.xml -t > analyse.xml
A declarative, efficient, and flexible JavaScript library for building user interfaces.
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
An Open Source Machine Learning Framework for Everyone
The Web framework for perfectionists with deadlines.
A PHP framework for web artisans
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
Some thing interesting about web. New door for the world.
A server is a program made to process requests and deliver data to clients.
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Some thing interesting about visualization, use data art
Some thing interesting about game, make everyone happy.
We are working to build community through open source technology. NB: members must have two-factor auth.
Open source projects and samples from Microsoft.
Google ❤️ Open Source for everyone.
Alibaba Open Source for everyone
Data-Driven Documents codes.
China tencent open source team.