我正在编写一个用户应用程序,它将用户的输入作为当前打开的维基百科页面。我编写了一段代码,将其作为模块的输入,并使用webscraping和自然语言处理生成与该特定文章相关的关键字列表。
我希望通过提供我已识别的关键字,用户可能感兴趣的一组相关主题来扩展应用的功能。维基百科是否提供了可以解决问题的API。如果没有,任何人都可以指出我应该研究的内容(因为我必须从头开始编写代码)。此外,我将非常感谢任何指出任何能够训练机器识别主题图的算法的指针。我不寻求任何论文,而是实际实现基本的
总结一下,
PS。请具体,因为我已经研究了许多明显的可能性 谢谢你,谢谢你
答案 0 :(得分:0)
如果需要,您可以抓取类别。如果你正在使用python,你可以直接从他们的API读取wikitext,并使用mwlib来解析文章并找到链接。
更有趣但更难实现的方法是创建相关术语的集群,并给出从文章中提取的术语列表,找到与它们最接近的术语。
答案 1 :(得分:0)
"另见"是Wikipedia页面中经常出现的部分。 它的结构类似于下面的例子,来自[[Article(publishing)]]:
==See also==
* [[Article directory]]
* [[Electronic article]]
然后你应该解析wikicode(你可以通过转储或Mediawiki API,如前面的答案所示),并使用上面提到的文章。
另一种方法是直接使用维基百科类别there are APIs for that。