基于语义标注的知识抽取相关技术的国外进展研究 刘振1,2,3 张智雄1 .docVIP

基于语义标注的知识抽取相关技术的国外进展研究 刘振1,2,3 张智雄1 1（中国科学院文献情报中心 北京100190） 2 (中国科学院大学，北京 100190) 3（徐州工程学院，徐州 221008） Liuzhen1,2,3 Zhang zhixiong1 1 (National Science Library, Chinese Academy of Sciences, Beijing 100190) 2 (Graduate University of Chinese Academy of Sciences, Beijing 100190) 3 (Xuzhou Institute of Technology, Xuzhou 221008) [摘要] 伴随着Web语义网的发展，知识抽取发挥了越来越重要的作用，受到越来越多的重视。为了更加全面深入了解基于语义标注的知识抽取技术现状，本文从相应的协会和组织、语义标注技术和知识抽取等方面，通过详细介绍国外重要的相关项目中基于语义标注的知识抽取技术的运用现状，对国外的最新进展进行了阐述与分析，并且探讨在环境和生物医药等领域的实际应用，在此基础上对未来发展进行展望，指出今后会更加重视观点挖掘和情感分析，应用领域进一步扩大，云平台的广泛应用，和其他技术的进一步结合等。 [关键词] 语义标注；知识抽取；进展 [分类号] TP18 Advancement in Semantic Annotation-Based Knowledge Extraction Technology Abroad [Abstract] With the development of Web semantic, knowledge extraction plays more important role and gets more attention. In order to understand comprehensively and profoundly the present situation of the field, the paper elaborates and analyzes advancement abroad in semantic annotation and knowledge extraction by elaborating current application of the relevant technologies in important projects abroad in detail. Moreover it discusses practical application in such domains as environment science and medical care. Finally, based on the above, it looks to the future development of the technologies. It concludes that the research in the domain will focus on the opinion mining and sentiment analysis, more wider domain of application, wider application of cloud platform, and the integration with other technologies. [Keywords] Semantic Annotation; Knowledge Extraction; Advancement 1引言 语义标注是给一个资源提供附加的信息（元数据），在自然语言表达概念的含糊性和形式语言的计算表示两者之间架起沟通的桥梁。知识抽取是从结构化资源（关系数据库）、半结构化资源（HTML,XML等）或非结构化资源（文本、图像等）中形成以机器可以理解和解释的形式表示的知识。语义标注是知识抽取的一个重要方法，随着Web3.0的深入广泛的研究，基于语义标注的知识抽取也取得了显著进展。 2 相关协会和国际标准化组织新动向 TAC(Text Analysis Conference)[1]是一系列的研讨组，为自然语言处理技术的大型评估提供了基础设施，改善NLP的评估方法和措施，通过评估结果改进NLP技术。2012年的关注重点是Knowledge Base Population(KBP),主要目标是加深对自动系统的研究，从大规模语料中发现有关命名实体的信息，并把这些信息整合进知识库，具体有三个任务，1 实体链接：给定一个人物或组织的名字以及包含它的文档，为这个命名实体确