有啥通过语义理解提取信息的轮子？# Programming - 葵花宝典
W*o
1 楼
比如给一个url，从里面提取 地址，价格，和 电话好吗等信息
各个网页的dom structure和 格式（比如地址格式）可能会很不一样，所以排除regex
有啥information extraction现成的轮子满足这个需求不？
各个网页的dom structure和 格式（比如地址格式）可能会很不一样，所以排除regex
有啥information extraction现成的轮子满足这个需求不？
x*u
2 楼
你首先得搞个爬虫把文本dump出来吧，剩下的就是词槽问题了，微软还是谷歌应该有云
pi可以训练的
regex
【在 W***o 的大作中提到】
: 比如给一个url，从里面提取 地址，价格，和 电话好吗等信息
: 各个网页的dom structure和 格式（比如地址格式）可能会很不一样，所以排除regex
: 有啥information extraction现成的轮子满足这个需求不？
pi可以训练的
regex
【在 W***o 的大作中提到】
: 比如给一个url，从里面提取 地址，价格，和 电话好吗等信息
: 各个网页的dom structure和 格式（比如地址格式）可能会很不一样，所以排除regex
: 有啥information extraction现成的轮子满足这个需求不？
n*2
3 楼
antlr
regex
【在 W***o 的大作中提到】
: 比如给一个url，从里面提取 地址，价格，和 电话好吗等信息
: 各个网页的dom structure和 格式（比如地址格式）可能会很不一样，所以排除regex
: 有啥information extraction现成的轮子满足这个需求不？
regex
【在 W***o 的大作中提到】
: 比如给一个url，从里面提取 地址，价格，和 电话好吗等信息
: 各个网页的dom structure和 格式（比如地址格式）可能会很不一样，所以排除regex
: 有啥information extraction现成的轮子满足这个需求不？
W*o
4 楼
这个不用爬虫吧？单个的url，可以用各种soup/html parser 来把text 扒出来后再给
微软云吧？ 需要及时的，所以训练是否得提前进行？ 这个不现实，因为无法预测到所
有url
【在 x****u 的大作中提到】
: 你首先得搞个爬虫把文本dump出来吧，剩下的就是词槽问题了，微软还是谷歌应该有云
: pi可以训练的
:
: regex
微软云吧？ 需要及时的，所以训练是否得提前进行？ 这个不现实，因为无法预测到所
有url
【在 x****u 的大作中提到】
: 你首先得搞个爬虫把文本dump出来吧，剩下的就是词槽问题了，微软还是谷歌应该有云
: pi可以训练的
:
: regex
x*u
5 楼
我的意思是如果人家不让你批量dump，你得学爬虫绕过验证码什么的吧
【在 W***o 的大作中提到】
: 这个不用爬虫吧？单个的url，可以用各种soup/html parser 来把text 扒出来后再给
: 微软云吧？ 需要及时的，所以训练是否得提前进行？ 这个不现实，因为无法预测到所
: 有url
【在 W***o 的大作中提到】
: 这个不用爬虫吧？单个的url，可以用各种soup/html parser 来把text 扒出来后再给
: 微软云吧？ 需要及时的，所以训练是否得提前进行？ 这个不现实，因为无法预测到所
: 有url
相关阅读
希望拜gvest为师从数据压缩角度理解CNN好羡慕几年前挖/买了几百个比特币的请人做网站+app狗家的kubernet for machine learningMINIX — The most popular OS in the world, thanks to Intel[ZZ] The long goodbye to C by ESR今年圣诞庆祝节目: Kaggle文本分类比赛最近工作和业余编程的一点感想[bssd]中国科技部新闻deep learning现在还是冰山一角郁闷啊还有类似于auth0的方案吗？[bssd]使用clojure的一些个人体会python的scope机制 非常垃圾r shiny reactive programming老年工程师关于std::vector的几个问题warning: returning address of local variable or temporary不管大家怎么评论，wangyin的这篇说的挺有道理的guvest老哥不好意思了