信息抽取

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/

<!-- [if gte mso 10]> <mce:style><!-- /* Style Definitions */ table.MsoNormalTable {mso-style-name:普通表格; mso-tstyle-rowband-size:0; mso-tstyle-colband-size:0; mso-style-noshow:yes; mso-style-parent:""; mso-padding-alt:0cm 5.4pt 0cm 5.4pt; mso-para-margin:0cm; mso-para-margin-bottom:.0001pt; mso-pagination:widow-orphan; font-size:10.0pt; font-family:"Times New Roman"; mso-fareast-font-family:"Times New Roman"; mso-ansi-language:#0400; mso-fareast-language:#0400; mso-bidi-language:#0400;} --><!-- [endif]-->