问题标签 [opencalais]

OpenCalais 系统给我留下了深刻的印象。它是（是/拥有）一个网络服务，您可以在其中发送文本，他们对其进行分析，然后为您提供文档所属的一系列分类（启用 RDF）标签。

但是 - 目前 - 英语是唯一支持的语言。

您知道处理多语言文档的类似系统吗？（我对意大利语很感兴趣，但多语言当然是加分项）

我正在尝试将 Rowlex 用于此处找到的 opencalais 本体http://www.opencalais.com/files/owl.opencalais-4.3a.xml

我已经尝试过动物园样本本体，我想知道如何调用 opencalais 本体字段。

非常非常感谢你

有没有办法在 .NET 中解析 OpenCalais RDF，因为我正在使用 dotnetRDF，它一直给我错误。生成的 Rdf 样本可以在http://viewer.opencalais.com/中找到，我真的很迷茫，非常感谢任何帮助！如果您使用任何其他 api 或知道如何使其与 dotnetRDF 一起使用，请提供帮助，因为我真的真的迷路了

埃里卡

我还有以下内容（文件包含上述文本）：

我得到以下异常 RDFParseException

StringParser 未能正确解析 RDF 字符串，StringParser 自动检测猜测为“NTriples”，但无法解析。RDF 字符串可能格式错误或 StringParser 可能猜错了

我真的迷路了，请帮助

我正在测试几个 API 并在 Zemanta 和 OpenCalais 之间犹豫不决。

我可以在家里完美地使用两者，但在代理背后的公司，即使运行相同的示例，它们也无法工作。

我正在运行这个例子和这个，都是Java。

如何设置代理以使其正常工作？

我不是在谈论 HTML 标签，而是用于描述博客文章、youtube 视频或此站点上的问题的标签。

如果我只抓取一个网站，我只需使用 xpath 来提取标签，如果简单的话，甚至可以使用正则表达式。但我希望能够在我的 extract_tags() 函数中抛出任何网页并列出标签。

我可以想象使用一些简单的启发式方法，例如查找所有具有 id 或“标签”类的 HTML 元素等。但是，这非常脆弱，并且对于大量网页来说可能会失败。你们推荐什么方法来解决这个问题？

另外，我知道 Zemanta 和 Open Calais，它们都有办法猜测一段文本的标签，但这与提取真实人类已经选择的标签并不完全相同。但我仍然很想听听任何其他服务/API 来猜测文档中的标签。

编辑：为了清楚起见，一个已经适用的解决方案会很棒。但我猜没有开源软件已经做到了这一点，所以我真的只是想听听人们关于可能适用于大多数情况的方法。它不需要是完美的。

EDIT2：对于建议通常可行的通用解决方案的人是不可能的，并且我必须为每个网站/引擎编写自定义刮板，请考虑arc90 可读性工具。这个工具能够以惊人的准确性提取网络上任何给定文章的文章文本，使用我相信的某种启发式算法。我还没有深入研究他们的方法，但它适合一个书签，而且似乎并没有太多的参与。我知道提取一篇文章可能比提取标签更简单，但它应该作为一个例子来说明什么是可能的。

我尝试使用从名为 j-calais 的 api 获取结果，然后将结果输出到网页上，我在客户端中编写了所有代码，但它无法正确编译，不知道为什么？请帮忙。源代码如下：

没有出现明显的错误，但无法编译成功.....非常感谢：

public void onModuleLoad() { // 为股票数据创建表。stockFlexTable.setText(0, 0, "类型"); stockFlexTable.setText(0, 1, "名称");

// 监听 Add 按钮上的鼠标事件。addStockButton.addClickHandler(new ClickHandler() { public void onClick(ClickEvent event) {

}

}

}

特别是，我希望能够提取人物、地点、电影、音乐等实体，并在广泛使用的链接数据 ID（如 DBpedia、Freebase 或 OpenCyc）中提供这些实体。

我试图了解 opencalais 返回的与每个实体相关联的相关性分数是多少？它意味着什么以及如何解释它？我将感谢您对此的见解。

我正在使用 Jquery 尝试从Open Calais api 中获取一些数据，但如果我无法获得有效响应。如果我使用数据类型“脚本”，我会收到“缺少 ; before statement”的错误。如果我使用数据类型“xml”或其他任何内容，我会从 Open Calais 服务器收到 403 错误。

我决定根据这个加莱论坛帖子的最后一个条目尝试“脚本”数据类型

请不要保留对我的代码的批评和评论。我边走边靠。

我的代码：

}

我们正在开发一个电子商务门户，使用户能够在网站上列出他们的项目（名称、描述、标签）。但是，我们意识到用户对物品标签的理解不是很好，他们中的一些人写了任意词，有些人把它留空，所以我们决定处理它，我考虑使用实体提取器来生成标签，首先，我尝试将此列表传递给加来：

我是一名菲律宾男性，正在寻找办公室助理工作，具有 MS Word、Excel、Power Point 和 Internet 浏览方面的知识，我是一个快速学习者，具有清晰和礼貌的沟通技巧，在工作分配和工作时间方面具有极大的灵活性，并以全心全意、正直和诚实履行我的职责。

我得到了这些标签：Religion Belief, Positive psychology, Integrity, Evaluation, Behavior, Psychology, Skill.

然后我尝试了斯坦福 NER并得到：Excel, Power, Point, &, Internet,Browsing

在那之后，我停止尝试这些解决方案，因为我认为它们不适合，并开始考虑拥有一个可能包含产品/品牌名称和贸易相关术语的电子商务相关词库，以便我可以使用它来过滤用户生成的帖子并找到合适的标签，但我找不到。

所以第一个问题：我错过了什么吗？

第二个问题：是否有更好的方案（即生成标签）？