如何使用语义Web模式识别网站？

Question

我正在开发一个基于schema.org的语义Web搜索引擎。我的问题是弄清楚如何有效地索引哪些网站使用特定的架构 - 例如FoodEstablishment。

目标是识别/开发域到模式的映射，以便特定模式使用的描述（例如 Usage: Between 1000 and 10,000 domains）可以完全显式。

编辑＃1

我recommended考虑​​构建在Web Data Commons架构之上，该架构目前用于识别schema.org类的子集。这看起来是一个很好的起点...