information-extraction

1熱度

2回答

我想要做的是解析原始自然文本並找到描述日期的所有短語。我有一個相當大的語料庫與所有引用標記的日期： I met him <date>yesterday</date>. Roger Zelazny was born <date>in 1937</date> He'll have a hell of a hangover <date>tomorrow morning</date> 我不想解釋

0熱度

1回答

如何開始建立基於Java的Web的抓取工具

什麼是最好的（最短）的方式開始構建的網絡抓取工具，這將是足夠的靈活性，幾乎所有類型的網站工作，並能存儲這些網站在數據庫中進行檢索。我想建立類似「谷歌搜索」，其中「谷歌搜索」進行搜索之前緩存所有的網站，其服務器的東西。這是我的研究項目的組成之一。請讓我知道是否已經有一些開源項目，這將使我的工作更容易。我寧願Java來構建這個。

1熱度

1回答

什麼樣的信息可以從我在Picasa中，我們可以找到它的圖像拍攝的攝像頭和日期的細節已經看到了數字圖像

獲得。我想知道使用數字圖像可以找出哪些其他信息。你知道任何可以用於此目的的工具嗎？

4熱度

2回答

從複雜（混合）句子中提取簡單句子的算法？

有沒有一種算法可以用來從段落中提取簡單的句子？我的最終目標是稍後在結果的簡單句子上運行另一個算法來確定作者的情緒。我已經從Chae-Deug Park等來源研究過這些，但沒有討論過將簡單句子作爲訓練數據進行討論。在此先感謝

0熱度

2回答

如何使用QR碼保持文本格式？

我想用qr碼傳送yaml。無論如何，當掃描儀讀取代碼時，保持文本格式？我在哪裏可以閱讀關於爲qr代碼實現自定義格式的信息？

0熱度

3回答

快速數據提取算法

我必須使用2個utf-8文本文件。在文件的每一行都有字符串，可以包含特定的語言字符，如Ü，Ö，±，ę。字符串是隨機的順序和長度，可以重複。在第一個文件中至少有3百萬行（它可以很容易超過1行的行）。第二個文件比較小，通常可以得到大約40萬行（但可以更大）。我需要創建一個新文件，其中包含來自文件1的條目，其中包含出現在文件2和所有重複條目中的已刪除條目。目前我正在對這兩個文件進行排序並刪除重複條目

0熱度

1回答

如何將程序連接到（學校）網站以提取數據

這只是由爲大學創建的程序提供的，該程序可提取可用班級，代碼，教師，時間，地點的完整列表。要訪問這些信息，我需要登錄我的大學的安全網站並搜索個人課程。程序（我看過iphone應用程序等），你在哪裏搜索一所大學，一個班級，它顯示CURRENT和更新班級名單。程序如何在沒有API或登錄憑據的情況下訪問此數據以提取可用課程數據。

9熱度

2回答

現在哪種語言提取工具是現在的藝術？

我知道以下開源工具，但我還沒有發現它們分別有多好的比較。工具與準備使用短語提取： KEA MAUI（http://code.google.com/p/maui-indexer/）龍，XTRACT（HTTP：//龍.ischool.drexel.edu/xtract.asp） Lingpipe（http://alias-i.com/lingpipe/demos/tutorial/interest

2熱度

2回答

正則表達式：搜索幾個可能的組

正則表達式專家請幫忙！我有以下兩個例子： '(JEN) This is a sentence.' 'This is another sentence (412).' 我試圖提取下列方式這兩個句子的不同可能要素（明知有三種可能的元素類型）： ['JEN', 'This is a sentence', None] [None, 'This is another sentence', 412]

1熱度

1回答

安裝DBpedia中提取框架

我試圖安裝DBpedia中提取框架下的http://wiki.dbpedia.org/Documentation 我已經下載了Maven的二進制版本。 $ mvn --version Apache Maven 3.0.4 (r1232337; 2012-01-17 16:44:56+0800) Maven home: /home/william/universe/Downloads/apach