计算语言学概论/俞士汶主编.北京:商务印书馆,2003

 

 信息检索

 

 

 

信息提取

    一般而言，信息抽取系统进行的工作是这样一个计算机程序系统，这个系统的输入时非受限的文本，系统按照用户的预期，从文本中提取出用户预先指定的某些类型的信息。

实质上，信息抽取系统进行的工作是从非结构化的文本中提取结构化的信息。

 

    信息提取系统的应用价值在：（1）情报收集；（2）科技文献监控；（3）医疗保健服务；（4）商业信息提取。其中商业信息提取的应用中，可以专门设计一个信息提取系统，分析新闻中的商业信息，提取诸如有关公司合并、合并的参与方以及合并涉及金额等信息，提供决策支持信息。

 

    信息提取的具体任务：（1）准确识别文本中的各种命名实体，这一般包括文本中出现的人名、地名、机构名、时间表示、货币表示以及各种数字等等；（2）准确识别并标记指称相同的不同语言元素，这种指称相同的语言元素一般称为共指；（3）利用领域知识进行推理，在实体—实体之间，实体—事件之间建立关系。