文本挖掘 - 信息提取（IE）1131.pptVIP

* uouou lijlij * uouou lijlij 文本挖掘 – 信息提取（IE） 参考Jaime Carbonell教授讲稿 * ilujl 文本中信息的提取 出发点：从文本中挖掘信息，而不是简单的词项匹配 上下文无关实体的提取 Context-Free Entity Extraction 基于规则的实体提取 关系提取（Relational Extraction） 在eBusiness中的应用 * ilujl Text Mining (1) 文本本来是给人读的，不是计算机 大多数信息以文本形式存储 100 times as much online text as online DBs HTML网页是带有结构标记的文本（带来机会和挑战） 数据挖掘操作的是数据表 (i.e. numbers, fixed fields, adherence to data models). * ilujl Text Mining (2) 许多应用，我们需要从文本到数据库表的转换器 一般的自然语言理解问题依然太困难 但我们能够解决简单些、同时也有用的子问题吗？ Yes！ 对文本按照主题分类 并且从文本中或者标记结构文字中提取某些信息是可能的。 * ilujl Text Mining (3) Components of Text Mining（基本策略） 按照主题（话题，topics）分类