首页 >
撷取
✍ dations ◷ 2025-04-03 17:07:49 #撷取
信息抽取(Information Extraction,简称IE,又译信息截取技术)主要是从大量文字数据中自动抽取特定消息(Particular Information),以作为数据库访问(Database Access)之用的技术。信息抽取的一个广泛目标是允许对以往非结构化的数据去做计算,具体来说就是要允许逻辑推理能对输入数据的逻辑内容可以举一反三。其意义在于决定了例如在互联网上其非结构化(例:不包含元数据)形式中有用信息数量的成长。在这方面的技术上是透过转换到关系形式或是经由XML标签的标记来达到更多的可访问性──一个智能代理程序,监督一新闻数据馈流,需要信息截取技术来转换非结构化数据到某种可推论的方式。信息检索技术又称为“消息理解”(Message Understanding(英语:Message Understanding)),其主流研究起源于1987年消息理解会议(英语:Message Understanding Conference)(Message Understanding Conference(英语:Message Understanding Conference), MUC(英语:MUC)),这个会议主要提倡利用自然语言处理技术,对文字信息作更深度的剖析,以提高信息检索的认知程度。从1987年第一届会议迄今,MUC(英语:Message Understanding Conference)已经举办过六次会议,每年会中皆会提供文字数据以及标准问题,供与会者以所发展的系统自动抽取消息,这种竞赛方式对于整个领域的技术提升有很大的助益。信息抽取的基本任务包含了:在自然语言处理范畴,信息截取技术是雷同于信息检索领域的一种类型,它的目的是要以自动化的方式来截取结构化信息,例如:在某一个特定领域或是从非结构化机器可读的文件中,对明确的数据进行分类、判断上下文以及语义化的分析。信息截取技术一般借助事先准备的模板(Template)以截取特定新闻事件包括人(Who)、事(What)、地(where)与时间(When)等事实(Fact)。因为截取事实必须对所分析的文件有某种程度的剖析理解能力,在各种信息检索研究课题中,信息截取技术一直相当仰赖自然语言处理技术,因此是传统上最典型的智能检索技术之ㄧ。一般信息截取技术的做法包括具备文件过滤程序(Text Filter),借此从大量文件中过滤出较相关的文字片段,其作法与信息过滤技术(Information Filtering)较为类似。接着利用剖析程序(Parser),将文件片段转化成剖析树(Parsing Tree)。剖析树类似我们阅读英文时的文法结构,是对文句做语法的分析(例如找出动词、主词、受词),之后再将这些剖析树与原先欲抽取的模板比对,截取出有关人事地物的事实出来。信息截取的研究,主要还是针对特定领域的文件进行深度分析,因此过程中还包括词汇语义标定(Semantic Tagging)、重要名词词组抽取(Noun Phrase Extraction),文句部分剖析(Partial Parsing)、产生语义格框(Semantic Frame)等相关技术,因此开发一个信息截取系统必须事先创建很完整的领域知识,包括相关词汇、词组、文法规则、语义规则等。《图书信息检索技术》卜小蝶著:文华,台北市,民85
相关
- 载体在流行病学中,载体又称为病媒,是指疾病携带者和传播者,但其本身不受影响。如疟蚊是疟疾的载体,它在吸血的过程中可以将导致疟疾的疟原虫传入人体内,但疟原虫对于疟蚊本身却不带来
- 主要组织相容性复合体主要组织相容性复合体(major histocompatibility complex,MHC),又称主要组织相容性复合基因,是存在于大部分脊椎动物基因组中的一个基因家族,与免疫系统密切相关,其中人类的MHC糖蛋
- 头虱头虱(学名: Pediculus humanus capitis)是虱的一种,寄生于人类的头发或颈部的毛发之中。在人类身体其他毛发上寄生的虱都不是头虱。头虱呈褐色或灰色,有头、胸、腹三部分,以及六只
- 糖浆糖浆(英语:Syrup)是透过煮或其它技术制成的、黏稠的、含高浓度的糖溶液。制造糖浆的原材料可以是糖水、甘蔗汁、果汁或者其它植物汁等。由于糖浆含糖量非常高,在密封状态下它不
- 奋锐党奋锐党(Zealotry;希伯来语:.mw-parser-output .script-hebrew,.mw-parser-output .script-Hebr{font-size:1.15em;font-family:"Ezra SIL","Ezra SIL SR","Keter Aram Tsova","
- 物体在物理学里,物体是一群物质的聚集,被认定为独一的。例如,棒球可以被认为是一个物体;但是,棒球本身乃是由许多粒子形成的。具体而言,物体是可以被经典力学或量子力学的理论描述的;也
- 摹状词理论摹状词理论(theory of descriptions 或 Russell's Theory of Descriptions,简称RTD)是数理逻辑、语言哲学和分析哲学上的一个极重要的理论,被誉为分析哲学的典范。运用这个理论
- 理论语言学理论语言学(theoretical linguistics)是语言学的分支,用于考察人类语言的共同规律和普遍特征。理论语言学探索语言的本质,设法回答一些有关语言的根本问题,像是:什么是语言?语言是
- 静态动词静态动词(也称状态动词)与动态动词的区别在于前者用来描述一种持续的状态,而后者描述一个变化的过程。很多语言在语法上都对他们的使用方式进行了区分。同一个动词既可以是静态
- 照会精神病学照会精神医学(Liaison psychiatry)也称为咨商精神医学(consultative psychiatry)或照会-咨商精神医学(consultation-liaison psychiatry)是精神医学的子专科,着重在内科学和精神医