Information extraction from the web using a search engine Citation for published version (apa)

conference (muc-7). Fairfax, Virginia: Morgan Kaufmann.
Cilibrasi, R., & Vitanyi, P. [2007]. The Google Similarity Distance. IEEE Trans-
actions on Knowledge and Data Management, 19(3), 370 – 383.
Cimiano, P. [2006]. Ontology learning and population from text: algorithms,
evaluation and applications. Heidelberg, Germany: Springer.
Cimiano, P., & Staab, S. [2004]. Learning by Googling. SIGKDD Explorations
Newsletter, 6(2), 24 – 33.
Ciravegna, F., Chapman, S., Dingli, A., & Wilks, Y. [2004]. Learning to harvest in-
formation for the semantic web. In Proceedings of the 1st european semantic
web symposium (esws-2004).
Collins, M. [2002]. Ranking algorithms for named entity extraction: Boosting and
the voted perceptron. In Proceedings of the 40th annual meeting of the asso-
ciation for computational linguistics (acl 2002) (pp. 489–496). Philadelphia,
PA.
Corpet, F. [1988]. Multiple sequence alignment with hierarchical clustering. Nu-
cleic Acids Research, 16(22), 10881 - 10890.
Crescenzi, V., & Mecca, G. [2004]. Automatic information extraction from large
websites. Journal of the ACM, 51(5), 731 – 779.

---

Bibliography
157
Cunningham, H., Maynard, D., Bontcheva, K., & Tablan, V. [2002]. Gate: A
framework and graphical development environment for robust nlp tools and
applications. In Proceedings of the 40th annual meeting of the association
for computational linguistics (acl 2002). Philadelphia, PA.
Daelemans, W., & Bosch, A. van den. [2005]. Memory-based language processing.
Cambridge University Press.
Dave, D., & Lawrence, S. [2003]. Mining the peanut gallery: opinion extraction
and semantic classification of product reviews. In Proceedings of the twelfth
international world wide web conference (www2003) (pp. 519 – 528). Bu-
dapest, Hungary: ACM Press.
De Boer, V., Someren, M. van, & Wielinga, B. [2006]. Extracting art style periods
from the web. In Proceedings of the eswc 2006 workshop on mastering
the gap: From information extraction to semantic representation. Budva,
Montenegro.
De Boer, V., Someren, M. van, & Wielinga, B. J. [2007]. A redundancy-based
method for the extraction of relation instances from the web. International
Journal of Human-Computer Studies, 65(9), 816 – 831.
De Bruijn, N. [1968]. Automath, a language for mathematics (Tech. Rep. No.
TH-report 68-WSK-05). Technische Hogeschool Eindhoven, onderafdeling
der wiskunde. (http://www.win.tue.nl/automath/archive/pdf/aut001.pdf)
De Meulder, F., & Daelemans, W. [2003]. Memory-based named entity recognition
using unannotated data. In Proceedings of the seventh conference on natural
language learning at hlt-naacl 2003 (pp. 208–211). Edmonton, Canada:
Association for Computational Linguistics.
Downey, D., Broadhead, M., & Etzioni, O. [2007]. Locating Complex Named
Entities in Web Text. In Proceedings of the twentieth international joint
conference on artificial intelligence (ijcai’07). Hyderabad, India.
Downey, D., Etzioni, O., & Soderland, S. [2005]. A probabilistic model of redun-
dancy in information extraction. In 19th international joint conference on
artificial intelligence (ijcai’05) (pp. 1034 – 1041). Edinburgh, UK.
Duda, R. O., Hart, P. E., & Stork, D. G. [2000]. Pattern classification. Wiley-
Interscience Publication.
Dumais, S., Banko, M., Brill, E., Lin, J., & Ng, A. [2002]. Web question answer-
ing: is more always better? In Sigir ’02: Proceedings of the 25th annual