选修课程之文本信息提取技术概述.pptVIP

201303031352 孙 斌 北京大学计算机系计算语言所 (icl.pku.edu.cn) 内容 （1）信息提取的含义、目标 （2）信息提取技术中若干相关基础问题 （3）(中文)信息提取系统的流程与设计 （4）Web信息提取 1、“信息提取”的含义 举例说明：什么是信息提取 设想有一个用户，他关心《人民日报》中出现的一类特定的信息，即会议信息。属于“单纯信息”：无相互关联、时序条件、因果等。 通常他是一篇一篇地看报，把其中报道会议的所有段落标记出来，然后对每一个会议信息填写如下一个表格（或者称其为“会议信息模板”）： 会议信息 (填写预定义语义的表格) 会议报道（例1） ：人民日报1998-03-09 新华社北京３月８日电（记者李术峰）: 中国农工民主党第十二届中央常务委员会第一次会议今天在北京召开。 会议研究通过了贯彻落实“两会”精神的有关决定，审议通过了中国农工民主党中央１９９８年工作要点（草案），并任命了中央副秘书长。 农工民主党中央主席蒋正华主持了会议，他说，农工民主党有１００多名党员作为代表和委员参加了今年的“两会”，各位党员要认真履行代表和委员的职责，开好会，在１９９８年的工作中认真贯彻“两会”精神，加强农工民主党的自身建设，推动事业进一步发展，为建设有中国特色社会主义事业作出新的贡献。 会前，农工民主党中央邀请参加“两会”的来自全国各省、自治区、直辖市的农工民主党党员进行了联谊活动。 ICL.CS.PKU系统输出结果：会议报道（例1）事件模板实例 ConferenceInfo Time今天/Time Spot北京/Spot Converner蒋正华/Converner Title中国农工民主党第十二届中央常委员会第一次会议/Title /ConferenceInfo 会议报道（例2） ：人民日报1998-01-0706-016-001意大利总理普罗迪４日说，欧洲国家将采取行动，共同对付库尔德难民涌入问题。普罗迪４日晚召开了由意外长、内政和国防部长参加的紧急会议，商讨应付库尔德难民问题的对策。会前，普罗迪说，“在经过最初的混乱后，欧洲国家的行动已经大大加强”，今后几天内将在此问题上进行系统合作。 会议报道（例2）：汉语分词、标注、短语分析06-016-001/m 意大利/ns 总理/n 普罗迪/nr ４日/t 说/v ，/w 欧洲/ns 国家/n 将/d 采取/v 行动/vn ，/w 共同/d 对付/v 库尔德/nr 难民/n 涌入/v 问题/n 。/nx {{{ MP[0,0] PersonNP[1,3] TimeNP[4,4] VP[5,5] XP[6,6] LocationNP[7,7] NP[8,8] XP[9,9] VP[10,10] NP[11,11] XP[12,12] XP[13,13] VP[14,14] VP[17,17] NP[18,18] XP[19,19]}}} 普罗迪/nr ４日/t 晚/Tg 召开/v 了/u 由/p 意/j 外长/n 、/w 内政/n 和/c 国防部长/n 参加/v 的/u 紧急/a 会议/n ，/w 商讨/v 应付/v 库尔德/nr 难民/n 问题/n 的/u 对策/n 。/nx {{{ PersonNP[0,0] TimeNP[1,2] VP[3,3] XP[4,4] PP[5,5] NP[6,6] PostNP[7,7] XP[8,8] NP[9,9] XP[10,10] PostNP[11,11] VP[12,12] XP[13,13] AP[14,14] NP[15,15] XP[16,16] VP[17,17] VP[18,18] XP[22,22] NP[23,23] XP[24,24]}}} 会前/t ，/w 普罗迪/nr 说/v ，“/w 在/p 经过/p 最初/b 的/u 混乱/an 后/f ，/w 欧洲/ns 国家/n 的/u 行动/vn 已经/d 大大/d 加强/v ”，/w 今后/t 几/m 天/q 内/f 将/d 在/p 此/r 问题/n 上/f 进行/v 系统/n 合作/v 。/nx {{{ TimeNP[0,0] XP[1,1] PersonNP[2,2] VP[3,3] XP[4,4] PP[5,5] PP[6,6] AP[7,7] XP[8,8] NP[9,9] XP[10,10] XP[11,11] LocationNP[12,12] NP[13,13] XP[14,14] NP