我有兴趣找到随机网页的主题或主题，并将其链接到RDF数据库（如dbpedia）中的实体。我想知道是否有任何工具/库可以做到这一点，或者是否有人曾尝试过这样的事情？
答案 0 :(得分：1)
您实际上是一个命名实体识别工具。提供了许多免费和商业服务，例如Alchemy API，OpenCalais，Lupedia或Zemanta。我的一些同事有blogged about他们对这些服务的经验。
对于链接部分，您通常会使用Silk或LIMES等框架;很快将通过EC FP7项目LATC提供interlinking service in the cloud。免责声明：我是LATC项目协调员，Silk / LIMES是LATC联盟成员的产品。
答案 1 :(得分：1)
OpenLink Virtuoso已经通过其用于OpenCalais，Alchemy，Pingar和DBPedia Spotlight的Sponger（一个RDFizer）元匣执行此操作。即，您将它提供给一个页面，它向上述网站询问实体，它会根据已识别的实体为您提供三元组。
（免责声明：我应该知道。）
答案 2 :(得分：1)
查找网页主题可能最接近Automatic Summarization（请参阅同名维基百科页面）。用于其中的一个子任务是密钥短语提取（KE）。 KE将从输入文本返回与该文本项重要/突出/相关的子串（短语）。如果您假设命名实体通常是输入文本主题的关键，那么命名实体识别（NER）将是您想要的另一个可能的子任务。 NER将返回作为实体名称的子串，以及实体的类型。
根据您的描述，您正在寻找的不仅仅是KE或NER，因为您提到链接到知识库（KB），例如DBpedia。一个名为DBpedia Spotlight的工具就是这样做的。您可以将其配置为在输入文本中查找每个DBpedia资源，或仅查找关键短语，仅命名实体等。所有这些都在最终链接到DBpedia时。看看：http://spotlight.dbpedia.org
还有其他工具，如AlchemiAPI，Zemanta，WikiMachine，Evri，HeadUp，Enrycher等。但据我所知，DBpedia Spotlight是唯一一款免费的开源（Apache V2）并允许您配置短语识别和消歧的行为都一样。 （免责声明：我是DBpedia Spotlight的共同创建者）