信息抽取研究综述ж.PDFVIP

信息抽取研究综述ж 李保利 陈玉忠 俞士汶 （北京大学计算机科学与技术系计算语言学研究所 北京 100871 ） E-mail: libl@ 摘要：信息抽取研究旨在为人们提供更有力的信息获取工具，以应对信息爆炸带来的严重挑战。与信息检索不同， 信息抽取直接从自然语言文本中抽取事实信息。过去十多年来，信息抽取逐步发展成为自然语言处理领域的一个重要分 支，其独特的发展轨迹——通过系统化、大规模地定量评测推动研究向前发展，以及某些成功启示，如部分分析技术的 有效性、快速 NLP 系统开发的必要性，都极大地推动了自然语言处理研究的发展，促进了 NLP 研究与应用的紧密结合。 回顾信息抽取研究的历史，总结信息抽取研究的现状，将有助于这方面研究工作向前发展。 关键词： 自然语言处理；信息抽取；信息检索；命名实体识别 中图法分类号：TP391 RESEARCH ON INFORMATION EXTRACTION: A SURVEY LI Bao-Li, CHEN Yu-Zhong, YU Shi-Wen Department of Computer Science and Technology, Peking University, Beijing 100871 Abstract: The research on Information Extraction aims at providing more powerful information access tools to help people overcome the problem of information overloading. Unlike Information Retrieval, Information Extraction Systems extract factual information directly from natural language texts. In the last decade, Information Extraction has become an important sub-field of Natural Language Processing. Its unique development track, i.e. accelerating research via systematical and large scale evaluation, and some successful experience, such as the effectiveness of partial-parsing techniques and the importance of fast development cycles, have made it a great and most important impetus to the research of NLP in the last decade. Moreover, Information Extraction has built a more effective connection between NLP researchers and NLP system developers. It will be helpful to review the history and investigate the state of the art of Information Extraction. Key words: Natural Language Processing; Information Extraction; Information Retrieval; Named Entity Recognization 1. 引言 随着计算机的普及以及互联网（WWW ）的迅猛发展，大量的信息以电子文档的形式出现在人们面 前。为了应对信息爆炸带来的严重挑战，迫切需要一些自动化的工具帮助人们在海量信息源中迅速找到 真正需要的