基于GATE的任务信息抽取研究.pdfVIP

第29 期 情 报 杂 志 V01．29 No．1 2010年 1月 JOURNALOFINTELLIGENCE Jan． 2010 ·信息技术 · 基于 GATE的任务信息抽取研究* ResearchingInformationExtractionoftheTaskBasedonGATE 马续补 郭菊娥 (西安交通大学管理学院 西安 710049) 摘 要 为 了有效地将企业管理实践转变为财富，提 出了基于GATE框架和I 【 中文分词的任务信息抽取模 型．对任务描述、日期、人员和部门四个命名实体进行识别，并在企业实际中进行了应用，取得了较好 的应用效果，为 进一步研究任务不确定程度和管理机制之间的动态匹配关系提供研究基础。 关键词 GATE 信息抽取 命名实体识别 本体 中图分类号 C931．6 文献标识码 A 文章编号 1002—1965(2009)0l一0155—04 国际金融危机迅速席卷全球，中国经济遭受了巨 经成为信息抽取研究的标准，他将信息抽取的任务分 大的冲击 ，各企业都面临着前所未有的挑战，管理者要 成五种类型(见表 1)，其中命名实体识别 (NE)是其中 处理的任务变得 日益复杂多变并且都需要管理者能够 最简单可靠何有实用价值的一项技术，可以采用基于 做出快速的反应 ，因此传统的管理理论在应对这些新 规则的方法和基于统计的方法进行识别，基于规则的 的组织管理问题时面临越来越多的困难 ，管理者的有 方法性能要优于基于统计的方法 J，根据 MUC一7评 限理性表现得更为显著。与此同时随着信息获取与网 测结果英文命名实体识别任务的指数可达到 94％(见 络技术的快速发展，管理领域能获得 的数据已呈现极 表 1)。 速增长趋势，数据信息已成为企业管理的重要资源。 表 1 信息抽取任务的类型及其F～指数 “财富来 自轶事”，同时Strauss也指出 “开发你的经验， 那里可能埋藏着黄金 !”，因此管理者迫切希望这些数 据 “说话”，从积累的各种数据中提取客观的管理规则 与知识 ，并用以指导实践 ，而不再依赖先验的模型假设 和经验。因此本文研究如何从企业的文本资料 中抽取 客观的任务信息，为下一步研究任务与管理机制之间 的动态匹配关系提供基础 ，随着这一动态匹配关系的 澄清可以使企业能够对内外部环境的变化做出快速的 GATE[](GeneralArchitectureforTextEngineer— 反应 ，提高企业的运作效率和抗风险能力。 ing)是 Sheffield大学 1996年开发的一个基于JAVA语 1 信息抽取及 GATE研究 言的自然语言处理开放性基础架构 ，是文本挖掘领域 领先的工具集 ，基于 GATE框架的 IE系统在 MUC、 信息抽取 (InformationExtraction)的目标是从 自 ACE、Pascal的评测 中名列前几名。它将所有的 自然 然语言文本中定位并抽取 目标信息，然后填充预先定 语言处理软件系统元素分成三种不同类型的组件 ，将 义的结构化模板…1。它是文本挖掘中最为突出的一项 它们称为资源 (语言资源 LRs、处理资源 PRs和可视化 技术-2J，基于其的文本挖掘系统已成为主流的研究趋 资源 MRs)，并将这些资源的集合称为 CREOLE。在 势之一[3I。 GATE中可以被调用的信息抽取组件都可以被称为 MUC定义的信息抽取任务及确立的评价体系己 GATE的插件，A