1. 利用 Heritrix 构建特定站点爬虫
http://www.ibm.com/developerworks/cn/opensource/os-cn-heritrix/#iratings
2. 使用 HttpClient 和 HtmlParser 实现简易爬虫
http://www.ibm.com/developerworks/cn/opensource/os-cn-crawler/
3.理解 SPARQL
使用语义 Web 建立微型日志博客
http://www.ibm.com/developerworks/cn/education/xml/x-sparql/index.html
4.我爱自然语言处理
中科院NPL组
http://www.52nlp.cn/