"Az-buki" National Publishing House
Ministry of Education and Science
Wikipedia
  • Login
  • Registration
Az-buki Weekly
Няма резултати
Вижте всички резултати
  • Main Page
  • About
  • Team
  • Archive
    • Вестник “Аз-буки” онлайн издание
  • Contact
  • Advertising
  • Subscribe
  • en_US
  • Main Page
  • About
  • Team
  • Archive
    • Вестник “Аз-буки” онлайн издание
  • Contact
  • Advertising
  • Subscribe
  • en_US
Няма резултати
Вижте всички резултати
Az-buki Weekly
Няма резултати
Вижте всички резултати
  • Home
  • Editions
Main Page Uncategorized

Challenges in Web Crawling for Data Collection

„Аз-буки“ by „Аз-буки“
08-03-2024
in Uncategorized
A A

Georgi Cholakov 1), Emil Doychev 1),
Svetla Koeva 2)
1) Plovdiv University „Paisii Hilendarski“ Faculty of Mathematics and Informatics
2) Institute for Bulgarian Language „Prof. Lyubomir Andreychin“ - Bulgarian Academy of Sciences

https://doi.org/10.53656/math2024-1-1-cha

Abstract. The article presents the challenges of implementing a System for data retrieval and visualisation from the Internet by crawling language resources from the Hugging Face repository and extracting the associated data. The data in the system is updated at regular intervals to track the dynamics of language resource creation for different time periods. The article presents: a) the analysis of the available data and its structure; b) the chosen method for crawling the pages and extracting the data. The shared experience of overcoming the specific challenges can serve to solve similar problems related to the extraction of data from the Internet, a task that often has to be solved in various projects (including school projects).
Keywords: web crawling; automatic data extraction; linguistic datasets

 

Log in to read the full text Your Image Description

Свързани статии:

Default ThumbnailTwo-Parametric Problem for Optimal Distribution of Resources Default ThumbnailDeveloping a Positive Mindset to Entrepreneurship and Social Activity through the Innovative Learning System (InnoSchool) Default ThumbnailRESULTS OF THE EXTERNAL ASSESSMENT IN BIOLOGY AND HEALTH EDUCATION – VIII GRADE (2018/2019 SCHOOL YEAR) Default ThumbnailIs there a Place for a “New Art” in the Classroom? Is the 1:1 Model an Alternative
Tags автоматично извличане на даннинабори от езикови данниуебобхождане

Последвайте ни в социалните мрежи

shareTweet
Previous article

Видеопослание за Левски

Next article

An Approach and a Tool for Euclidean Geometry

Next article

An Approach and a Tool for Euclidean Geometry

Are Established Taxonomies Relevant for e-Learning?

Student Satisfaction with the Quality of a Blended Learning Course

Последни публикации

  • Започват националните външни оценявания в VII и в X клас
  • „Студио Аз-буки“ завършва сезона с разговор за наука
  • Правителството и INSAIT задълбочават партньорството в сферата на иновациите
  • Регионален форум за иновации в образованието в Бургас събра над 290 участници
  • Отличия за млади кинотворци на второто издание на „Ученически обектив“
  • ДГ „Пчелица“ в Казанлък създаде химн по проект на МОН
  • Училището в Караджово празнува с кауза
  • Танцова и арт формация „Софистик-Живо“ учи децата да бъдат щастливи и уверени
  • Гл. ас. д-р Ивайло Начев прави връзка с 14 000 радиолюбители от о. Ливингстън
  • Професионалната гимназия по селско стопанство в Попово превръща земеделието във високотехнологична професия
  • Градината на Европа: 800 вида лалета и 200 вида нарциси радват посетителите в парка „Кукенхоф“ в Нидерландия
  • Отличия за най-добрите в Националния конкурс за детска рисунка „ПриказкиТe“
  • „Стопанска история на българите в Османската империя“ с премиера в Пловдив
  • Център за високи постижения в професионалното образование и обучение бе открит в Разград
  • От Кюстендил до световния връх
  • ОУ „Св. св. Кирил и Методий“ отбеляза 160 години от своето основаване
  • Наградиха победителите в VIII национален ученически конкурс за журналистика „Гео Милев“
  • Инвестиции от близо 3,9 млн. евро модернизират образователната среда в Стара Загора
  • МОН публикува резултатите от националното външно оценяване в IV клас
  • България е домакин на среща на инспектори по качество на образованието от цял свят
  • За новата реалност цифрова граница
  • Снимка на броя: STEM средата в София се разраства

София 1113, бул. “Цариградско шосе” № 125, бл. 5

+0700 18466

izdatelstvo.mon@azbuki.bg
azbuki@mon.bg

Полезни линкове

  • Къде можете да намерите изданията?
  • Вход за абонати
  • Main Page
  • Contact
  • Subscribe
  • Projects
  • Advertising

Az-buki Weekly

  • Вестник “Аз-буки”
  • Subscribe
  • Archive

Scientific Journals

  • Strategies for Policy in Science and Education
  • Bulgarian Language and Literature
  • Pedagogika-Pedagogy
  • Mathematics and Informatics
  • Natural Science and Advanced Technology Education – Scientific journal
  • Vocational Education
  • Istoriya-History journal
  • Chuzhdoezikovo Obuchenie-Foreign Language Teaching
  • Filosofiya-Philosophy

Newsletter

  • Accsess to public information
  • Условия за ползване
  • Профил на купувача

© 2012-2025 Национално издателство "Аз-буки"

Welcome Back!

Login to your account below

Forgotten Password? Sign Up

Create New Account!

Fill the forms bellow to register

All fields are required. Log In

Retrieve your password

Please enter your username or email address to reset your password.

Log In
en_US
bg_BG en_US
  • Login
  • Sign Up
Няма резултати
Вижте всички резултати
  • Main Page
  • About
  • Team
  • Archive
    • Вестник “Аз-буки” онлайн издание
  • Contact
  • Advertising
  • Subscribe
  • en_US

© 2012-2025 Национално издателство "Аз-буки"