DCTFinder:从网页中提取标题和创建时间。 开源

网页不提供有关其创建日期和时间的可靠元数据。 但是,获取文档创建时间是允许将时间标准化系统应用于网页的必要步骤。 DCTFinder是一个分析网页并从其内容中提取该网页的标题和创建日期的系统。 DCTFinder结合了启发式标题检测,带条件的随机字段(CRF)的监督学习(用于文档日期提取)和基于规则的创建时间识别。 DCTFinder是根据CeCILL免费软件许可协议发行的。 该系统在以下文件中描述(请参见“文件”部分):Xavier Tannier。 “使用DCTFinder提取新闻网页的创建时间”。 第九届语言资源与评估会议论文集。 雷克雅未克,冰岛。