Dokumentenserver der Freien Universität Berlin

Objekt-Metadaten

Web Data Commons – Extracting Structured Data from Two Large Web Corpora
Bizer, Christian ;  Mühleisen, Hannes

HaupttitelWeb Data Commons – Extracting Structured Data from Two Large Web Corpora
AutorBizer, Christian
AutorMühleisen, Hannes
Seitenzahl4 S.
DDC004 Datenverarbeitung; Informatik
Auch erschienen inLDOW2012, April 16, 2012, Lyon, France
ZusammenfassungMore and more websites embed structured data describing for instance products, people, organizations, places, events, resumes, and cooking recipes into their HTML pages using encoding standards such as Microformats, Microdatas and RDFa. The Web Data Commons project extracts all Microformat, Microdata and RDFa data from the Common Crawl web corpus, the largest and most up-todata web corpus that is currently available to the public, and provides the extracted data for download in the form of RDF-quads. In this paper, we give an overview of the project and present statistics about the popularity of the different encoding standards as well as the kinds of data that are published using each format.
Dokumente
pdf-Datei
Falls Ihr Browser eine Datei nicht öffnen kann, die Datei zuerst herunterladen und dann öffnen.
 
Fachbereich/EinrichtungFB Wirtschaftswissenschaft
Arbeitsbereich/InstitutWirtschaftsinformatik
Erscheinungsjahr2012
Dokumententyp/-SammlungenSonstiger Artikel
SpracheEnglisch
Rechte Nutzungsbedingungen
Erstellt am25.10.2012 - 10:26:08
Letzte Änderung08.11.2012 - 13:49:16
 
Statische URLhttp://edocs.fu-berlin.de/docs/receive/FUDOCS_document_000000014832
Zugriffsstatistik