"Az-buki" National Publishing House
Ministry of Education and Science
Wikipedia
  • Login
  • Registration
Аз-букиAz-buki National Publishing House for Education and Science
Няма резултати
Вижте всички резултати
  • Main Page
  • About us
    • About us
    • Who we are
    • Team
    • Documents
  • Az-buki Weekly
  • Journals
  • Editions
  • Projects
  • Advertising
  • Subscribe
  • Contact
  • en_US
  • bg_BG
  • Main Page
  • About us
    • About us
    • Who we are
    • Team
    • Documents
  • Az-buki Weekly
  • Journals
  • Editions
  • Projects
  • Advertising
  • Subscribe
  • Contact
  • en_US
  • bg_BG
Няма резултати
Вижте всички резултати
Аз-буки Az-buki National Publishing House for Education and Science
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

  • Ученици от Своге представиха своите професии на престижно международно изложение
  • Може ли работодателят да откаже неплатен отпуск?
  • Издателство „Аз-буки“ интегрира 9000 научни статии в Българския портал за отворена наука
  • 2432 деца с изявени дарби ще получат държавна подкрепа през 2026 г.
  • Над 1,3 млн. евро се отпускат за стипендии в училища с високи резултати на матурите
  • Българските народни приказки оживяват в Кюстендил
  • Снимка на броя: В ателието на художника
  • Вестник „Аз-буки“ – брой 45/2026 г.
  • 3768 директори на образователни институции с допълнителни възнаграждения за добри резултати
  • Държавата инвестира над 14 млн. евро в модернизация на образователна инфраструктура
  • 940 средищни детски градини и училища
  • 5,582 млрд. евро за сектор „Образование“
  • Физическият факултет на Софийския университет очаква посетители в Есенния ден на отворените врати
  • Рекордните 541 ученици премериха знания и умения в Есенното национално състезание по физика
  • МОН оказва пълна подкрепа за продължаване участието на НАТФИЗ в Европейския алианс FILMEU
  • Четири първи места в поетичния конкурс „Непознати улици“ 2026
  • „Компетентности на фокус“ помага на училищата да формират у учениците умения за живота
  • Пет медала за България от Международната младежка олимпиада по астрономия и астрофизика
  • INSAIT открива ново научно направление за откриване на лекарства с изкуствен интелект
  • Проф. Руслан Митков: Изкуственият интелект няма нито етика, нито емоционалност
  • Когато земеделецът стане учител
  • За първи път вирус, създаден от AI, е използван за лечение на човек

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

© 2012-2026 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 us
    • About us
    • Who we are
    • Team
    • Documents
  • Az-buki Weekly
  • Journals
  • Editions
  • Projects
  • Advertising
  • Subscribe
  • Contact
  • en_US
  • bg_BG

© 2012-2026 Национално издателство "Аз-буки"