Apache, wat is het?,,, de Apache Tika is een bibliotheek, van verschillende formaten voor de opsporing en de inhoud van documenten, het dossier verwijderen.,,, in het kader van de interne, gebruik te maken van de verschillende bestaande parser tika en soorten documenten opsporen voor de opsporing en winning van gegevens.,,,, met het oog Op de ontwikkeling van het gebruik van tika, kan een algemene type. En wat is de inhoud van de metagegevens extractor gestructureerde tekst en van de verschillende soorten documenten, zoals elektronische formulieren, documenten, beelden, een pdf - bestand van multimedia - formaat of zelfs tot op zekere hoogte,.,,, analyse van de documenten over verschillende ge - voorziet in een algemene API.Het gebruik van de bestaande gespecialiseerde bibliotheek 83 analyse voor elk type document, al deze partners.,, verpakking van een interface bibliotheek, parser interface,.,,, waarom?Volgens de filext.com, ongeveer 15.000 tot 51k type inhoud, en dit aantal groeit met de dag.De gegevens worden opgeslagen in een andere vorm, zoals de tekst van de documenten, Excel, PDF - bestanden, beeld - en dossiers, enzovoort.Dus, van toepassing zijn, zoals het systeem voor het beheer van de zoekmachine en de inhoud van die extra steun nodig hebben van deze soorten documenten, gegevens gemakkelijker te halen.De Apache Tika dienen deze doelstelling voorziet in een algemene vorm van API - op te sporen en te veel dossiers op te halen. Tika, Apache, de toepassing van de verschillende toepassingen, het gebruik van Apache Tika.Hier, zullen we over een aantal belangrijke toepassing is in grote mate afhankelijk van de Apache tika, tika is in de ontwikkeling van zoekmachine - index van de inhoud van de tekst van het wijdverbreide gebruik van digitale documenten.,,, de zoekmachine is informatie van het systeem voor de verwerking van informatie en documenten zoeken, index van het web,,, reptiel is zoeken. Zoekmachines door gebruik van het Internet te gebruiken voor de indexering van een belangrijk deel van de indexering van documenten.Daarna volgde de index dossier naar die vergadering, maar de winning van onderdelen van de in het document is het de taak van de winning van de tekst en metagegevens.Dit uittreksel van de inhoud van de metagegevens is zeer nuttig en de zoekmachine.De samenstelling van de winning met tika.,,,, is de inhoud van de winning door middel van zoekmachines, gebruiken voor het opzetten van een opsporings - index.Trouwens, de zoekmachine in vele andere aspecten van het gebruik van de inhoud van de winning van de,,.,,, de analyse van de documenten, op het gebied van kunstmatige intelligentie, een instrument voor de analyse van documenten in de zin van het niveau en de verschillende gegevens automatisch,,,,, in deze aanvragen, op basis van de inhoud van de winning van de documenten van de classificatie van documenten, benadrukken. De inhoud van deze instrumenten, en analyse van het dossier van de tekst aan de winning van digitale bestanden tika.,,,,, een digitale, beheer van activa, organisatie en beheer van hun digitale activa, zoals foto 's, muziek en boeken, tekeningen, met behulp van een speciale aanvraag genaamd Digital Asset Management - dam), video, dergelijke aanvragen. NodigHet dossier - detector en - winning van de indeling van de verschillende documenten van de hulp,,, analyse, en, zoals het voorstel om de inhoud van de nieuwe Amazone, de website van de individuele gebruikers op grond van hun eigen belangen.Dat doen deze website volgt, machine leren, of het nemen van sociale media sites zoals Facebook, met de hulp van de winning van de vereiste informatie en de belangen van de gebruikers, zoals het wil.De verzamelde informatie zal in: //europa.eu.int /comm /etiketten of andere soorten inhoud moet verder de opsporing en winning van formaat.,,,, een analyse van de inhoud van de documenten, onze technologie, om de machine leren, zoals uima:,,,,.Deze technologie is een cluster analyse in het bestand met gegevens nuttig.,,,,, de Apache Mahout, is een kader dat voorziet in ml) – onze cloud computing Apache.Mahout biedt een kader voor de clustering en filteren van volgen.Door middel van deze architectuur, programmeur kan schrijven hun eigen ml), door middel van de verschillende teksten die de combinatie en - aanbevelingen.Het gebruik van deze methode om input te leveren voor de winning, Mahout tika binaire inhoud van de laatste versie van de tekst en metagegevens.,,,, de Apache uima, analyse en verwerking van verschillende talen en van de opmerkingen die de uima.Met de opmerkingen in de tekst van het document over winning en metagegevens.,,, ontwikkeling van 2006 voor de geschiedenis, dat naar verwachting over gebaseerd beheer van het project van de Commissie.In 2006, het nut van het project tika snel concept besproken.De kaart van starterscentra in 2007 de Apache.2008 - versie van 0,1 en 0,2 worden vrijgelaten en tika uit de broedmachine gebaseerd als onderdeel van de diploma - uitreiking.2009 - versie van 0,3 0,4 0,5, en worden vrijgegeven.In 2010 en 0,7 0,6 versie worden vrijgelaten en tika afgestudeerd in de Apache - top - project.Kaart 1, 2011 gepubliceerd en tika "tika boek actie" in dat jaar te publiceren.,