信息抽取在竞争情报中的应用研究.PDFVIP

图书情报工作 题 50 卷 11 期 2006 年11 月 信息抽取在竞争情报中的应用研究 黄永文 中国科学院国家科学图书馆 北京 100080 摘要〕简要介绍信息抽取的特点和抽取的信息类型，概述信息抽取技术在竞争情报中的应用;在此基础上，提出基于信息抽 取技术的竞争情报系统的体系架构，主要包括信息抽取引擎、数据转换与集成、数据清洗、数据装载等，研究信息抽取引擎中 封装器的实现方式，并从系统采用的机制和方式、系统功能侧重点、系统的自动化程度等方面分析国外基于信息抽取技术的竞 争情报系统的特点。 关键词〕信息抽取 竞争情报 竞争情报系统 分类号〕TP391 G35 Research on the Application of Information Extraction in Competitive Intelligence HuangYongwen Library of ChineseAcademy of Sciences, Beijing 100080 Abstract 〕This paper briefly introduces the characteristics and types of information extraction, and describes the application of information extraction in competitive intelligence. It presents a systematic structure of competitive intelligence based on information extraction in concern with information exaction engines, data conversion and integration, data cleaning, data loading, etc. Furthermore, the paper makes a analysis on the approaches of Wrapp ers in information exaction engines. Eventually, the paper analyzes the characteristics of Competitive Intelligence Systems abroad from several aspects such as extraction mechanisms, extraction functions, extraction automation degree, etc. Keywords 〕information extr action competitive intelligence competitive intelligence system 对于企业来说，关于市场发展动态和竞争对手的市场活 信息抽取技术结合了自然语言处理、语料资源以及语义 动等方面的竞争情报(Competitive Intelligence ，CI)变得越来越 等技术，目的是从无结构的自由文档或其他信息资源中抽取 [1] 重要，成为企业成败的至关因素。在网络环境下，Web 为企 出结构 的、无二意性信息 。信息抽取是按照特定的应用需 业提供了大量的公开信息，例如，从网站上或在线商店上显 求，对特定数据源中的信息进行抽取、识别、整理、规范、存 示了产品的价格型号等信息。但由于Web上存在着大量异构 储，并在此基础上实现高效的查询、浏览，乃至OLAP 、数据 系统、庞杂的资源和分散的信息，这些来源不同的、散乱的、 挖掘、知识发现等应用。信息抽取与信息检索、自动摘要等 不清洁的信息与企业信息需求之间的矛盾，呼唤着更为有效 技术有所不同，主要表现在: 的信息集成与整合的方式及方法。信息抽取(In form ation 与信息检索不