信息抽取

最新推荐文章于 2022-05-16 21:09:20 发布

最新推荐文章于 2022-05-16 21:09:20 发布 · 306 阅读

文章标签：

#人工智能

本文探讨了信息检索(IR)与信息抽取(IE)的区别，IR旨在从文档库中找到相关文档，而IE则专注于从文档中提取具体信息。此外，文章还介绍了IE的技术实现方式，包括分段、分类和聚类等，并列举了一些该领域的知名研究者。

部署运行你感兴趣的模型镜像

IE 和 IR 的区别

就其目的而言， IR (information retrieval)和 IE (informaton extraction)的不同可表达如下： IR 从文档库中检索相关的文档，而 IE 是从文档中取出相关信息点。这两种技术因此是互补的

什么是 IE ？

从任务的角度的来看获取网页或者文档中的文本片段并将其填充到数据库中

从技术的角度来看 IE = segmentation + classification +clustering

从更宽泛的角度来看 IE 还包括 association 和 data integration

IE 中使用的模型

Sliding window

-A naïve bayes Sliding Window Model [Freitag 1997]

Boundary finding

-BWI: Learning to detect boundaries Freitag & Kushmerick, AAAI 2000

Finite state machines

- 参见 HMM ， MEMM 和 CRF

活跃的学者的链接

William.w.cohen http://www.cs.cmu.edu/~wcohen/

Anderw McCallum http://www.cs.umass.edu/~mccallum/

Fernando Pereira http://www.cis.upenn.edu/~pereira/