不稳定的标记：基于模板的从具有不稳定标记的网站中提取信息
信息检索
2014-08-07 v1 数字图书馆
摘要
本文介绍了在ESWC 2014语义出版挑战赛2014框架下，将CEUR Workshop论文集网站爬取为关联开放数据（LOD）数据集的工作结果。我们的方法基于使用可扩展的模板依赖爬虫和DBpedia来链接提取的实体，例如大学和国家的名称。
引用
@article{arxiv.1408.1260,
title = {Unstable markup: A template-based information extraction from web sites with unstable markup},
author = {Maxim Kolchin and Fedor Kozlov},
journal= {arXiv preprint arXiv:1408.1260},
year = {2014}
}
备注
ESWC 2014 Semantic Publishing Challenge, Task 1