文本信息提取技术（概述）.PDFVIP

文本信息提取技术 ( 概述 ) 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 ) 会议时间 Time   会议地点 Spot   姓名 / 团体名称   Name 召集人 Convener 机构、职位   Org/Post   会议名 / 标题   Conf-Title 会议 信息 一例 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。 会议时间   １９９８年3 月 9 日 Time 会议地点   北京 Spot 个人姓名 / 团 蒋正华 体名称 Name 会议召集者 / 主持人 Convener 机构、职位 主席，农工民主党中央 Org/Post 会议名 / 标 a href=“…” 中国农工民主党第十二届中央 题 Conf- Title 常务委员会第一次会议 /a 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 1998-01-07  06-016-001 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