Ich habe mir mal die Mühe gemacht, eine etwas größere Anzahl an Videospiele-Reviews (etwa 40.000) über mehrere Konsolen hinweg auszuwerten. Die Daten liegen als CSV-Datei vor und enthalten mehrere Spalten: Name des Spiels, Release-Datum des Spiels, Plattform, Bewertung.

Da ich heute darüber nachdachte, algorithmisch an Sportwetten teilzunehmen, habe ich ein wenig mit den Quoten herumgerechnet.

Bei Sprakit hatte ich das Problem, dass ich 150.000 Wikipedia-Artikel in eine SQLite-Datenbank eintragen musste (für Kroatisch, d.h. für Englisch oder Deutsch noch mehr). Mit einer normalen SQLite-Datenbank auf der Festplatte dauerte das mind. 1h - etwa so lange war ich weg und das Skript war immer noch nicht fertig.

The Faculty of Humanities and Social Sciences, University of Zagreb (FFZG) has published a croatian stemmer as a Python file. However, it is intended to be used as a command line script for stemming all words within a file.