19
我在探索如何使用维基百科的分类信息从我的内容中提取标签/关键字。如何使用DBPedia从内容中提取标签/关键字？
我找到关于DBPedia的文章。 DBpedia是一个社区努力，从维基百科中提取结构化信息，并在网络上提供这些信息。
有没有人使用过他们的网络服务？你知道他们是如何工作的，它有多可靠？
A
回答
20
DBpedia是一个梦幻般的高品质的资源。然而，为了将您的内容转换为一组相关的DBpedia中的概念，你将需要准确地识别它们在你的文字，其中包括至少两个步骤：
识别您的内容DBpedia中的概念：这包括识别文本中的概念名称（和备用名称），并且在每个短语的所有可能的含义之间进行消歧。术语“太阳”可以表示根据其包括星号，报纸，人名等的disambiguation page的许多可能的概念。这涉及实体标识，分类和链接。
确定哪些概念是有趣的：例如，当文本包含术语“the”（其中The重定向到）时，是否希望显示概念“定冠词”？
您可能想要考虑一个预先存在的文本分析库或服务，它支持实体链接到DBpedia。主题索引的一个很好的工具是Maui，在她的博士期间由Alyona Medelyan开发。另一个伟大的开源解决方案是David Milne在同一所大学的Wikipedia Miner。
提供链接到DBpedia概念的两种商业服务是Zemanta和Extractiv（允许某些级别的免费使用）。 DBpedia spotlight选项。可能提供这些功能的其他人列在：https://stackoverflow.com/questions/2119279/is-there-a-better-tool-than-opencalais
披露：我[曾经]在Extractiv（停用）工作，该工作由Language Computer Corporation的NLP提供支持。
4
您可以使用Apache Stanbol进行此过程。 Entityhub Apache Stanbol的组件提供了根据您的需要生成自定义DBPedia索引。然后，您可以使用Enhancer组件从文字中提取地点，人员，地点实体。
以下邮件线程可能对你有所帮助。
http://markmail.org/message/52266yl5ohijxiof
您可以从下面的链接运行的Apache Stanbol的演示：
http://dev.iks-project.eu/
你也可以问问你的其他问题，请stanbol-dev AT incubator.apache.org。