低资源信息抽取鲁棒性问题发现与提升.pdfVIP

信息抽取鲁棒性问题发现与提升 复旦大学自然语言处理实验室 桂韬 信息抽取相关任务及目标 任务目标 旨在自动地从海量非结构化文本中抽 取出关键信息从而有效地支撑下游任 务。命名实体识别及关系抽取是信息 抽取的两大主要子任务。 应用领域 l 知识图谱的构建与补齐 ； l 互联网信息检索； l 智能问答系统等。 2 信息抽取相关任务及目标 Ø 命名实体识别（NER ）是信息抽取的子任务之一。其目的是从非结构化文本中抽取出人名、 地名、机构名等实体。 Ø 关系抽取（RE ）是信息抽取的另一主要子任务。作为命名实体识别的承接，旨在进一步抽 取出实体间潜在的语义关联 Republican Trump replaces Obama as President of the United States.