信息可以为结构化和非结构化数据。
本示例中的数据属于结构化数据。
那些正是很多公司所利用的结构化数据。
That's structured data that many, many companies could take advantage of.
但是很显然，结构化数据时代已经到来。
Nevertheless it's clear to us that the time for structured data has come.
结构化和非结构化数据。
实现结构化数据提升了数据的价值。
业务流程通常要依靠获得结构化数据。
主要结构化数据。
数据库也包含结构化数据。
在这两个场景中，非结构化数据的主要类型是文本。
In both of the above scenarios, text is the main type of unstructured data.
没有本地存储和缓存结构化数据的解决方案。
There is no solution for local storage and caching of structured data.
微数据是向页面添加结构化数据的一种简便方式。
模式抽取在半结构化数据研究领域中具有重要意义。
Extracting schema is important in the field of semistructured data research.
至今，出现了许多十分优秀的结构化数据学习方法。
So far, there have been many good methods of structured data learning.
这是一个相当简单的从半结构化数据到HTML的映射。
This is a fairly simple mapping from semi-structured data to HTML.
在本文中，我们重点关注于结构化数据的数据整合模式。
In this article, we have focused on the data consolidation pattern for structured data.
许多应用，尤其是搜索引擎，可以极大低受益于直接访问这种结构化数据。
Many applications, especially search engines, can benefit greatly from direct access to this structured data.
简单结构化数据（Simple Structured Data）存储。
我们的第一篇文章是关于结构化数据的（中文link），第二篇文章是关于实时网络的（中文link）。
Our first post was about Structured Data, our second about The Real-Time Web.
它们还可以存储结构化类型的列或索引数据。
如何使用结构化的方式将数据发送到浏览器呢？
这些都是明确定义数据的结构化信息片段。
These are structured pieces of information that specifically define data.
如果你打算存储更加结构化的数据，你有一堆选项可用。
If you are looking to store more structured data, you have a couple of options.
传统上说，在数据管理的标签下，管理结构化的信息要落后些。
Traditionally, management of structured information falls under the label of data management.
但是，今天的数据大部分都不是以结构化的方式储存的。
这样的原因是：结构化的数据更容易解析。
There is good reason for that: It's easy to parse structured data.
这三个类中的每个类都是一个复杂的数据类型，包含用于描述特定平台性质的结构化信息。
Each of these is a complex data type containing structured information describing specific platform qualities.
现在生成的大部分数据都是非结构化的。
分析的数据的类型 —结构化的还是非结构化的
The type of data that you analyze—structured versus unstructured
将结构化的数据保存进数据库。
应用推荐