apache-tika - 在 StormCrawler 中使用 Apache Tika 进行语言检测

Question

StormCrawler 的 Apache Tika 集成是否支持文档的语言检测？是否有 Tika 生成的变量列表可以包含在 StormCrawler 的输出中？

标签： apache-tikastormcrawler

Answer 1

简短的回答是否定的，但您可以改用langid模块，上次我检查它更快，有更多语言并且比 Tika 中的更准确。

我不知道 Tika 返回的值的详尽列表。