gitextract_wu61udf5/

├── .gitignore
├── README.md
├── data/
│   └── stopwords.txt
├── src/
│   ├── DictBuilder.py
│   ├── DictUtils.py
│   ├── DocUtils.py
│   ├── Utils.py
│   ├── __init__.py
│   ├── features.py
│   ├── isSimilar.py
│   ├── launch.py
│   ├── launch_incre.py
│   ├── preprocess.py
│   ├── simhash_imp.py
│   ├── tokens.py
│   └── webcontent_filter.sh
└── test/
    └── test_token.py