Information Extraction from HTML Product Catalogues: from Source Code and Images to RDF
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F05%3A00012183" target="_blank" >RIV/61989100:27240/05:00012183 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Information Extraction from HTML Product Catalogues: from Source Code and Images to RDF
Popis výsledku v původním jazyce
We describe an application of information extraction from company websites focusing on product offers. A statistical approach to text analysis is used in combination with different ways of image classification including latent semantic analysis. Ontological knowledge is used to group the extracted items into structured objects. The results are stored in an RDF repository and made available for structured search. The whole architecture includes a multipurpose source data repository and a procedural control structure over independent web services.
Název v anglickém jazyce
Information Extraction from HTML Product Catalogues: from Source Code and Images to RDF
Popis výsledku anglicky
We describe an application of information extraction from company websites focusing on product offers. A statistical approach to text analysis is used in combination with different ways of image classification including latent semantic analysis. Ontological knowledge is used to group the extracted items into structured objects. The results are stored in an RDF repository and made available for structured search. The whole architecture includes a multipurpose source data repository and a procedural control structure over independent web services.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA201%2F03%2F1318" target="_blank" >GA201/03/1318: Inteligentní analýza obsahu a struktury WWW</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2005
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
IEEE/WIC/ACM International Conference on Web Intelligence
ISBN
0-7695-2415-X
ISSN
—
e-ISSN
—
Počet stran výsledku
4
Strana od-do
401-404
Název nakladatele
IEEE Computer Science
Místo vydání
Washington DC
Místo konání akce
Compiegne University of Technology, Compiegne, F
Datum konání akce
19. 9. 2005
Typ akce podle státní příslušnosti
CST - Celostátní akce
Kód UT WoS článku
—