文件名称：infoboxer:*信息提取库
文件大小：12.97MB
文件格式：ZIP
更新时间：2024-06-17 16:46:20
mediawiki wikipedia data-extraction Ruby
信息拳击手 Infoboxer是纯Ruby Wikipedia（和通用MediaWiki）的客户端和解析器，用于信息提取（因此得名）。 在以下任务中可能很有用： 获得文章的纯文本摘要（第一个标题之前的段落）； 从页面的信息框中获取结构化数据变量； 列出页面的部分并计算其中的段落，图像和表格； 将一些巨大的“比较表”转换为数据； 还有更多！ 整个想法是：您可以将任何Wikipedia页面作为具有明显结构的已解析树，可以轻松地导航该树，并且具有一堆高级帮助程序方法，因此典型的信息提取任务应该非常简单，一个-在最好的情况下划线。 （对于那些已经在思考“为什么要这样做，我们已经拥有DBPedia？”的人，请阅读我们Wiki中的“ ”页面。） 展示柜 Infoboxer . wikipedia . get ( 'Breaking Bad (season 1)' ) .