А почему бесполезны? Собираю руками разнообразные страницы и сравниваю, что получилось, с моими эталонными ожиданиями (т.е. с текстом, который я сам руками скопировал с этой страницы). В основном тесты проходят, а если не проходят, то скрипт подвергается насилию.
Получается достаточно интересно, ну и регрессии.
На самом деле надо бы потыкать датасет CleanEval, который по-моему все кроме меня применяют для этой цели.
Именно boilerpipe сначала хотел использовать, но проблема – у меня Java в стеке нет.
Несколько раз порывался разобраться в ней досконально и портировать “as is”, но так и не сделал.
Это может несколько усложнить поиски виноватых. Сайт .hk, хостер разговаривает на наречии Гуанчжоу, а владельца зовут, судя по whois, 孙莉. Вот и ищите, господа хорошие, кому выписать штраф за нарушение.
На имиджбордах саморегуляция работает гораздо лучше, чем на том же хабре – неформатный контент сжигается огнем сразу же. На хабре спам (и просто всякая бессмысленная ерунда) может пару дней запросто провисеть, а на борде с посещаемостью 1/20 от посещаемости хабра – растворяется без остатка за 10 минут, потому что прямая демократия (фактически, суд Линча).
Другой вопрос, что под саморегуляцией в этом посте мы понимаем самоцензуру и прочее раболепное самоарестовывание.
Я сначала решил, что это tor и есть, но нет, там собственный велосипед.
Оказывается, я давно хотел именно такую программу, но даже не знал об этом – пересохранял торренты вручную.
Получается достаточно интересно, ну и регрессии.
На самом деле надо бы потыкать датасет CleanEval, который по-моему все кроме меня применяют для этой цели.
Несколько раз порывался разобраться в ней досконально и портировать “as is”, но так и не сделал.
А от феминисток запросто можно отмахнуться – добавить опционального персонажа мужеского пола, пусть тоже любуются.
Добавьте еще Космонавтику и Биотехнологии, чего мелочиться-то.
Если редиректит, то через сайт (/access/example.com) и там напротив страны нажать Go, по-идее должно сработать.
Другой вопрос, что под саморегуляцией в этом посте мы понимаем самоцензуру и прочее раболепное самоарестовывание.