【文件属性】：
文件名称：Wikipedia2Lucene:从HDFS导入Wikipedia XML转储到Lucene索引或Elasticsearch，并基于Lucene的MoreLikeThis查询检索类似的Wikipedia文章
文件大小：229KB
文件格式：ZIP
更新时间：2021-05-15 07:58:31
Java
*
从HDFS导入Wikipedia XML转储到Lucene索引或Elasticsearch，并基于Lucene的MoreLikeThis查询检索类似的Wikipedia文章。
此应用程序是基于文本的文档相似性度量的实现，该度量被用作的研究中的基准度量。
将Wikipedia文章添加到Elasticsearch索引
用法
java -cp WikiLucene.jar de.tuberlin.dima.mschwarzer.lucene.WikiElasticSearch \
WIKI-XML-DUMP HOST INDEX TYPE [START] [LIMIT] [RESET]
参数
WIKI-XML-DUMP：Wikipedia XML转储的路径（位于HDFS上）。
主机：Elasticsearch NameNode的主机或IP。
索引：Elasticsea
【文件预览】：
Wikipedia2Lucene-master
----src()
--------main()
--------test()
----support()
--------elasticsearch.txt(5KB)
----pom.xml(2KB)
----README.md(2KB)
----.idea()
--------misc.xml(567B)
--------encodings.xml(166B)
--------libraries()
--------vcs.xml(218B)
--------copyright()
--------scopes()
--------artifacts()
--------compiler.xml(1KB)
--------.name(10B)
--------modules.xml(262B)
----WikiLucene.iml(7KB)