SEPLN 99 TutorialHoracio Rodriacute;guezUPChoracio@lsi.upc.es.ppt

Extracción y Recuperación de Información Recuperación y Extracción de Información Information{retrieval, filtering, routing, summarising harvesting, mining, extraction, formatting, integration, ...} Dos familias básicas Recuperación de información (Information Retrieval, IR) Extracción de información (Information Extraction, IE) Dos ámbitos Colecciones de documentos Internet = (500 Mpáginas) Papel del LN IR: marginal y discutido (pero... uso de recursos, CLIR) IE: básico Ejemplos de sistemas de búsqueda de información (Oard,Marchionini,96) Minería de datos vs Minería de datos textuales (Marti A. Hearts,99) Aplicaciones Directas Servicios de Información Bibliotecas digitales, buscadores de internet, extraccción de información de la Web, enciclopedias, ofimática, documentación (patentes, leyes, bibliografía), integración y distribución de noticias, multilingüismo ... Indirectas Construcción de recursos: lexicones, corpus, ontologías, bases de conocimiento ... Afinado (tuning) de recursos The top 10 Research Issues for Companies that Use and Sell IR Systems (Croft 1995) Relevance Feedback Information Extraction Multimedia Effective Retrieval Routing Filtering Interfaces Browsing “Magic” Efficient, Flexible Indexing and retrieval Distributed IR Integrated Solutions = V.A.Kulyukin (1999) Organización del tutorial Recuperación de información (IR) Papel del LN en los sistemas de IR Cross Lingual IR (CLIR) Extracción de Información (IE) ?Qué leer? Libros R. Baeza-Yates, B. Ribeiro-Neto (1999) Grefenstette, G. (1998) M.T. Maybury (1997) G. Salton, M.J. McGill (1983) T. Strzalkowski (1999) C.J. van Rijsbergen (1979) Actas TREC / Cursos F.Verdejo, J. Gonzalo, A. Pe?as Information Retrieval Natural Language Processing http://rayuela.ieec.uned.es/~ircourse/ Componentes de un SRI (Oard,Dorr,96) Sistema ideal Representación del documento: indexado (Baeza-Yates, Ribeiro-Neto,99) Proceso de la Recuperación de Información Características de los SRI Tipo de información almac