首页 >
撷取
✍ dations ◷ 2025-08-28 14:55:42 #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
- 凝血病凝血病指凝血能力受损的病症,可能导致出现长期或过度出血的倾向。这种出血既可能是自发性的,也可能发生在受伤或手术后。值得注意的是,凝血病有时被错误地称为“凝血障碍”,而凝
- 贝赛特氏症贝赛特氏症(Behçet / Behçet's disease),或称贝歇氏病 (Behçet's syndrome)、白赛病 (Morbus Behçet)、贝赛特氏症候群 (Behçet-Adamantiades syndrome),或贝赛特氏综合症,
- 鉴别诊断指的是将某个特定疾病从其他展现类似症状的疾病中区分开来。医师对病患作鉴别诊断,诊断特定的疾病,或著至少消除立即致命的情有时每个可能的病因都被称为一个鉴别诊断(例如:在评
- 咸丰帝清朝第9位皇帝孝钦显皇后叶赫那拉氏咸丰帝(1831年7月17日-1861年8月22日),爱新觉罗氏,名奕
- 柄锈菌亚门参见内文Urediniomycotina柄锈菌亚门(学名:Pucciniomycotina)是属于担子菌门的一个亚门。据《真菌词典》(Dictionary of the Fungi)统计,该亚门共包括8个纲、18个目、36个科。医学
- 原发性硬化性胆管炎原发性硬化性胆管炎(Primary sclerosing cholangitis,简称PSC)是描述一种肝内或肝外胆管发炎以及闭塞性纤维化的疾病。胆道原先可将胆汁输入肠道中,但被阻塞后则可能导致肝硬化
- 坎普尔बाप तहसील घंटियाली city坎普尔(印地语:कानपुर),又译孔坡(Cawnpore)。印度北部北方邦的城市。1801年英国人占领该市,把它变成英国人的前哨站。1857年印度叛
- 新政罗斯福新政(The New Deal)是指1933年富兰克林·罗斯福(小罗斯福)就任美国总统后所实行的一系列经济政策,其核心是三个R:救济(Relief)、复兴(Recovery)和改革(Reform),因此有时亦称三R新政
- 语法学语法(英语:Grammar),也称文法,在语言学中指任意自然语言中句子、短语以及词等语法单位的语法结构与语法意义的规律,本质上即音义结合体之间的结合规律。对于语法的研究称为语法学
- 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