dbpedia - 如何使用DBPedia从内容中提取标签/关键字？

Question

我正在探索如何使用Wikipedia的分类信息从内容中提取标签/关键字。

我找到了有关DBPedia的文章。 DBpedia是社区的一项工作，旨在从Wikipedia中提取结构化信息，并使该信息在Web上可用。

有没有人使用过他们的网络服务？您知道它们如何工作以及它的可靠性吗？

Answer 1

DBpedia 是一种很棒的高质量资源。为了将您的内容变成一组相关的DBpedia概念，您将需要在文本中准确地识别它们，这至少涉及两个步骤:

识别内容中的DBpedia概念:这包括识别文本中的概念名称(和备用名称)，并在每个短语的所有可能含义之间进行歧义消除。术语“太阳”根据其disambiguation page可以指代数十种可能的概念，包括星号，报纸，人名等。这涉及实体标识，分类和链接。

标识哪些概念很有趣:例如，当文本包含术语“the”(即The重定向到)时，是否要显示“定冠词”概念？

您可能需要考虑一个预先存在的文本分析库或服务，该库或服务支持将实体链接到DBpedia。主题索引的一种出色工具是 Maui，它是 Alyona Medelyan在其博士期间开发的。另一个很棒的开源解决方案是同一所大学的David Milne的 Wikipedia Miner。

提供链接到DBpedia概念的两个商业服务是 Zemanta和 Extractiv(允许一定程度的免费使用)。 DBpedia spotlight选项。其他可能提供这些功能的列在: https://stackoverflow.com/questions/2119279/is-there-a-better-tool-than-opencalais

披露:我[曾经]在Extractiv(已终止)工作，该工作由 Language Computer Corporation的NLP支持。