Web 查找网页的主题

我感兴趣的是找到随机网页的主题或主题，并将其链接到RDF数据库（如dbpedia）中的实体。我想知道是否有任何工具/库可以做到这一点，或者以前是否有人尝试过这样做？

您基本上追求的是命名实体识别工具。有许多免费和商业服务可用，例如，或通过。我的一些同事对这些服务有自己的经验

---

对于互连部分，您通常会使用诸如或的框架；很快，将有一个通过EC FP7项目LATC提供的。免责声明：我是LATC项目协调员，丝绸/酸橙是LATC联盟成员的产品。

OpenLink Virtuoso已经通过其（RDFizer）元盒带为OpenCalais、Alchemy、Pingar和DBPedia Spotlight实现了这一点。也就是说，你给它一个页面，它向上面的站点询问实体，它根据已识别的实体给你三倍

---

（免责声明：我应该知道。）

查找网页主题可能最接近（参见同名维基百科页面）。其中一个子任务是关键词提取（KE）。KE将从输入文本中返回与该文本项重要/突出/相关的子字符串（短语）。如果假设命名实体通常是输入文本主题的关键，那么命名实体识别（NER）将是另一个可能的子任务。NER将返回实体名称以及实体类型的子字符串

从您的描述来看，似乎您要寻找的不仅仅是KE或NER，正如您提到的链接到知识库（KB），如DBpedia。一个叫做dbpediaspotlight的工具正是这样做的。您可以将其配置为在输入文本中查找每个DBpedia资源，或者仅查找关键字短语、仅查找命名实体等。所有这些都将在最后链接到DBpedia。请查看：

还有其他工具，如AlchemiAPI、Zemanta、WikiMachine、Evri、HeadUp、Enrycher等。但据我所知，DBpedia Spotlight是唯一一个免费的开源工具（Apache V2），允许您配置短语识别和消歧行为。

---

（免责声明：我是DBpedia Spotlight的共同创建者）

我认为您的问题可能被认为是“没有建设性的”，但无论如何：有没有对您有用的答案？你能选择它作为答案吗？