息抽取技术.pptVIP

组长：于铁响 组员：李汉波 杨涛 姚军 王洋 侯朝辉 中科天玑 Golaxy Golaxy(中科天玑)，前身为1998年成立的中科院计算所软件研究室，追溯于1990年国家智能中心理论组，是中国第一家定位于内容深度挖掘的技术提供商,专业提供互联网舆情监测服务技术解决方案。Golaxy根植于中国科学院计算技术研究所多年的核心技术积累，依托于内容智能计算领域内顶尖的科学家与技术专家团队，在自然语言理解（Natural Language Understanding）、信息智能搜索（Intelligent Information Search）、舆情综合挖掘（Internet Consensus Mining）领域拥有领先的技术和产品。 舆情综合挖掘 自然语言理解 信息智能搜索 信息全面获取 舆情综合挖掘 天玑舆情监测系统 天玑音视频舆情监测系统 天玑eCIA企业舆情网关 天玑gKnow专利竞争情报搜索系统 天玑P2P多媒体垂直搜索 天玑舆情监测系统 产品功能 采：以最快的速度对互联网（新闻、论坛、博客、图片/音视频）进行采集。 看：对信息进行实时、快速、灵活的浏览，按照时效、来源、通道、内容进行多维度筛选检索。 编：可对热点话题、专题/负面信息、以及作者、文章进行跟踪，可导入导出相关内容。 处：对信息进行证据保存，转载识别，倾向性分析等。 报：根据用户的要求可生成日报、专报、快报、统计等分析数据及报表。 管：非法广告识别，敏感短信报警，发删除通知函，删帖跟踪。 天玑音视频舆情监测系统 产品功能 节目采集 :真实地址解析,音视频节目下载保, 网页保存,采集器地址隐藏 . 节目分析和归类 :关键信息抽取,自动摘要,视听节目分类. 舆情分析 :热点话题主题检测与识别,敏感话题主题检测与识别,主题跟踪,趋势分析,话题预警 . 数据存储. 信息查询和统计. 天玑eCIA企业舆情网关 产品功能 以信息需求为中心的主题采集 :排除冗余相似信息,信息采集实时动态更新, 针对信息需求点，只采集相关的信息，屏蔽大量无关的垃圾信息. 信息增值服务 :信息量的变化统计分析,情报挖掘：新动向（新词汇），Top100的关键词（新词、人名、地名、机构名）. 情报的分析提炼 :综合10余家搜索引擎的结果重新优化排序,按照信息的时间、内容、相关度、用户兴趣关联度多种手段排序,同一网站信息的聚合协同,情报的全面综合：内容、标题、关键词抽取、网站、URL、IP、物理地址等. 情报的灵活地再利用手段 :用户灵活筛选导出信息结果, 形成企业专有的实时信息情报库，可以导出到Excel，Word，DB ,可以便捷地与企业的其他信息系统进行融合，如ERP、CMS（内容管理系统）.  天玑gKnow专利竞争情报搜索系统 产品功能 检索集成功能 专利采集功能 统计分析功能 聚类分析功能 全文下载功能 全文检索功能 天玑P2P多媒体垂直搜索 产品功能 搜索:根据特征进行搜索,根据特定文件进行搜索,依据种子搜索,依据hash值搜索,依据多媒体源文件进行搜索. 追踪:依据特征进行追踪,依据特定文件进行追踪,依据特定的用户ID或IP进行追踪. 统计分析. 管理. 信息智能搜索 I3Search全文搜索 天玑垂直搜索 InfoMagnet元搜索 I3Search全文搜索 产品功能 ·支持32位和64位的主流操作系统 ·性能卓越，纯文本索引速度可以达到9兆字节/秒，检索速度达到毫秒级 ·多级二次开发接口(c/c++ , java)，满足不同用户的需求 ·与lucene 100% 兼容，实现lucene应用与i3search的无缝集成 ·支持ICTCLAS 分词组件 ·支持KNIFE格式处理与编码转换组件 ·支持集群并行检索I3Search技术特色 天玑垂直搜索 自然语言理解 ICTCLAS汉语分词系统 正文关键词提取 有意义串提取 文本分类聚类 自动文档摘要 观点倾向性分析 多关键字扫描系统 正文关键词提取 ICTCLAS汉语分词系统 产品功能： ? 文本分类聚类 自动文档摘要 信息全面获取 InfoMagnet元搜索采集器 天罗通用采集器 天玑垂直采集器 GATE介绍 GATE是一个应用广泛的信息抽取的开放型基础架构，为用户提供图形化的开发环境，被许多自然语言处理项目尤其是信息抽取研究项目所采用。该系统对语言处理的各个环节――从语料收集、标注、重用到系统评价均能提供很好的支持。 GATE信息抽取技术开发背景 随着Internet技术的不断发展及其应用的深入，Web俨然已经成为全球最大的虚拟资料库，可用的信息正呈指数级增长。如何有效地利用这些信息成为人们的重要研究课题，因此出现了