| comment
| - Tekstanalyse is het op gestructureerde wijze analyseren van tekst en context. Het is een werkwijze die in de taalkunde specifiek gevolgd kan worden bij het begrijpend lezen van een tekst en het doorgronden van de betekenis ervan. Tekstanalyse vormt dan een onderdeel van de taalbeheersing als wetenschappelijke discipline. Tekstanalyse is anderzijds ook een technologisch proces om via ICT kennis te putten uit documenten, een manier om tekst te valoriseren.
- La extracción de la información (de sus siglas en inglés IE, Information Extraction) es un tipo de recuperación de la información cuyo objetivo es extraer automáticamente información estructurada o semiestructurada desde documentos legibles por una computadora. El objetivo es procesar estos documentos con un software de procesamiento de lenguaje natural (NLP) para extraer información útil de ellos. Esta tarea es muy compleja ya que estos programas suelen operar con unos dominios muy restringidos. Lo que dificulta extraer la información de textos con un lenguaje poco formal o imágenes.
- استخراج المعلومات (آي إي) هو نوع من استرجاع المعلومات التي تهدف إلى استخراج المعلومات المهيكلة تلقائيا من الوثائق غير المهيكلة المقروءة آليا، بشكل عام استخراج المعلومات المهيكلة من نصوص اللغات البشرية عن طريق معالجة اللغة الطبيعية. ونظرا لصعوبة المشكلة، فإن النهج الحالي لاستخراج المعلومات هو التركيز على مجالات محدودة ضيقة. ومن الأمثلة على ذلك هو الاستخراج من تقارير وكالات الأنباءمن عمليات الدمج بين الشركات، كما توضح العلاقة التالية: دمج_بين(الشركة_1، الشركة_2، تاريخ)، من الجملة الأخبارية على الإنترنت مثل: امس، أعلنت شركة غزل النسيج المحدودة عن حصولها على شركة الاقطان العربية.
- 信息抽取（Information Extraction，簡稱IE，又譯資訊擷取技術）主要是從大量文字資料中自動抽取特定訊息（Particular Information），以作為資料庫存取（Database Access）之用的技術。 信息抽取的一個廣泛目標是允許對以往非結構化的資料去做計算，具體來說就是要允許邏輯推理能對輸入資料的邏輯內容可以舉一反三。其意義在於決定了例如在網際網路上其非結構化（例：不包含元數據）形式中有用資訊數量的成長。在這方面的技術上是透過轉換到關係形式或是經由XML標籤的標記來達到更多的可存取性──一個智慧型代理程序，監督一新聞資料饋流，需要資訊擷取技術來轉換非結構化資料到某種可推論的方式。
- 情報抽出 (Information Extraction; IE) は非構造化文書と機械が読み取れる (machine-redableな) 半構造化文書の両方またはいずれから自動的に構造化データを抽出するタスクである。 多くの場合、この作業は人間の言葉で書かれた文書を自然言語処理 (Natural Language Processing; NLP) の手法を用いて処理することを指す。画像・音楽・動画の自動アノテーションやコンテンツ抽出のような、近年のマルチメディア文書の処理もまた情報抽出として捉えられる。 その問題の難しさから、IEに対する現在のアプローチは狭く制限されたドメインに焦点を当てている。例として、ニュースサービスの企業合併についての報道からの情報抽出があり、次のようなフォーマルな関係による情報 , を次のようなニュース文 "Yesterday, New York based Foo Inc. announced their acquisition of Bar Corp." から抜き出す。 IEの広い目標は、蓄積された非構造化データのうえで処理を行えるようにすることである。より具体的な目標は、入力データの論理的内容に基づいて推論を行う論理的推論を可能にすることである。
- Information extraction (IE) is the task of automatically extracting structured information from unstructured and/or semi-structured machine-readable documents. In most of the cases this activity concerns processing human language texts by means of natural language processing (NLP). Recent activities in multimedia document processing like automatic annotation and content extraction out of images/audio/video could be seen as information extraction. , from an online news sentence such as: "Yesterday, New York based Foo Inc. announced their acquisition of Bar Corp."
- Unter Informationsextraktion (engl. Information Extraction, IE) versteht man die ingenieursmäßige Anwendung von Verfahren aus der praktischen Informatik, der künstlichen Intelligenz und der Computerlinguistik auf das Problem der automatischen maschinellen Verarbeitung von unstrukturierter Information mit dem Ziel, Wissen bezüglich einer im Vorhinein definierten Domäne zu gewinnen. Ein typisches Beispiel ist die Extraktion von Informationen über Firmenzusammenschlüsse (engl. merger events), wobei etwa aus Online-Nachrichten Instanzen der Relation merge(Firma1, Firma2, Datum) extrahiert werden. Der Informationsextraktion kommt eine große Bedeutung zu, da viele Informationen in unstrukturierter (nicht relational modellierter) Form vorliegen, zum Beispiel im Internet, und dieses Wissen durch
- Извлечение информации (англ. information extraction) — это задача автоматического извлечения (построения) структурированных данных из неструктурированных или слабоструктурированных машиночитаемых документов.
* MUC-1 (1987), MUC-2 (1989): Военно-морские операции.
* MUC-3 (1991), MUC-4 (1992): Терроризм в латиноамериканских странах.
* MUC-5 (1993): Венчурные операции в области микроэлектроники.
* MUC-6 (1995): Новостные статьи об изменениях в управляющих процессах.
* MUC-7 (1998): Отчёты о запусках спутников. Типичные подзадачи извлечения информации:
|
| έχει περίληψη
| - Tekstanalyse is het op gestructureerde wijze analyseren van tekst en context. Het is een werkwijze die in de taalkunde specifiek gevolgd kan worden bij het begrijpend lezen van een tekst en het doorgronden van de betekenis ervan. Tekstanalyse vormt dan een onderdeel van de taalbeheersing als wetenschappelijke discipline. Tekstanalyse is anderzijds ook een technologisch proces om via ICT kennis te putten uit documenten, een manier om tekst te valoriseren.
- 信息抽取（Information Extraction，簡稱IE，又譯資訊擷取技術）主要是從大量文字資料中自動抽取特定訊息（Particular Information），以作為資料庫存取（Database Access）之用的技術。 信息抽取的一個廣泛目標是允許對以往非結構化的資料去做計算，具體來說就是要允許邏輯推理能對輸入資料的邏輯內容可以舉一反三。其意義在於決定了例如在網際網路上其非結構化（例：不包含元數據）形式中有用資訊數量的成長。在這方面的技術上是透過轉換到關係形式或是經由XML標籤的標記來達到更多的可存取性──一個智慧型代理程序，監督一新聞資料饋流，需要資訊擷取技術來轉換非結構化資料到某種可推論的方式。
- 情報抽出 (Information Extraction; IE) は非構造化文書と機械が読み取れる (machine-redableな) 半構造化文書の両方またはいずれから自動的に構造化データを抽出するタスクである。 多くの場合、この作業は人間の言葉で書かれた文書を自然言語処理 (Natural Language Processing; NLP) の手法を用いて処理することを指す。画像・音楽・動画の自動アノテーションやコンテンツ抽出のような、近年のマルチメディア文書の処理もまた情報抽出として捉えられる。 その問題の難しさから、IEに対する現在のアプローチは狭く制限されたドメインに焦点を当てている。例として、ニュースサービスの企業合併についての報道からの情報抽出があり、次のようなフォーマルな関係による情報 , を次のようなニュース文 "Yesterday, New York based Foo Inc. announced their acquisition of Bar Corp." から抜き出す。 IEの広い目標は、蓄積された非構造化データのうえで処理を行えるようにすることである。より具体的な目標は、入力データの論理的内容に基づいて推論を行う論理的推論を可能にすることである。
- استخراج المعلومات (آي إي) هو نوع من استرجاع المعلومات التي تهدف إلى استخراج المعلومات المهيكلة تلقائيا من الوثائق غير المهيكلة المقروءة آليا، بشكل عام استخراج المعلومات المهيكلة من نصوص اللغات البشرية عن طريق معالجة اللغة الطبيعية. ونظرا لصعوبة المشكلة، فإن النهج الحالي لاستخراج المعلومات هو التركيز على مجالات محدودة ضيقة. ومن الأمثلة على ذلك هو الاستخراج من تقارير وكالات الأنباءمن عمليات الدمج بين الشركات، كما توضح العلاقة التالية: دمج_بين(الشركة_1، الشركة_2، تاريخ)، من الجملة الأخبارية على الإنترنت مثل: امس، أعلنت شركة غزل النسيج المحدودة عن حصولها على شركة الاقطان العربية. الهدف الاشمل لعملية استخراج المعلومات هو السماح للمعالجة الحاسوبية ان تتم سلفا على البيانات غير الهيكلية. وثمة هدف أكثر تحديدا هو السماح للتفكير المنطقي أن يقوم بالاستدلال على أساس المحتوى المنطقي للبيانات المدخلة. البيانات الهيكلية هي بيانات واضحة المعالم دلاليا من المجال المختار، تم تفسيره بدقة وعناية وفقا للتصنيف والسياق.
- La extracción de la información (de sus siglas en inglés IE, Information Extraction) es un tipo de recuperación de la información cuyo objetivo es extraer automáticamente información estructurada o semiestructurada desde documentos legibles por una computadora. Una aplicación típica de IE es el escaneado de una serie de documentos escritos en una lengua natural y rellenar una base de datos con la información extraída. Estos textos pueden estar en forma semiestructurada o desestructurada. Estos documentos pueden ser muy variopintos desde artículos de prensa hasta informes científicos que en general están escritos en un lenguaje humano. Las tendencias actuales en relación con la IE utilizan técnicas de procesamiento de lenguaje natural que se centran en áreas muy restringidas. El objetivo es procesar estos documentos con un software de procesamiento de lenguaje natural (NLP) para extraer información útil de ellos. Esta tarea es muy compleja ya que estos programas suelen operar con unos dominios muy restringidos. Lo que dificulta extraer la información de textos con un lenguaje poco formal o imágenes. Por ejemplo, la Message Understanding Conference (MUC), o Conferencia para la Comprensión de Mensajes es una competición que se ha centrado en los siguientes aspectos durante los últimos años:
* MUC-1 1987, MUC-2 1989: Mensajes para operaciones navales.
* MUC-3 1991: Terrorismo en países latinoamericanos.
* MUC-5 1993: Microelectrónica.
* MUC-6 1995: Nuevos artículos a cerca de los cambios en la gerencia.
* MUC-7 1998: Informes de lanzamiento de satélites.
- Unter Informationsextraktion (engl. Information Extraction, IE) versteht man die ingenieursmäßige Anwendung von Verfahren aus der praktischen Informatik, der künstlichen Intelligenz und der Computerlinguistik auf das Problem der automatischen maschinellen Verarbeitung von unstrukturierter Information mit dem Ziel, Wissen bezüglich einer im Vorhinein definierten Domäne zu gewinnen. Ein typisches Beispiel ist die Extraktion von Informationen über Firmenzusammenschlüsse (engl. merger events), wobei etwa aus Online-Nachrichten Instanzen der Relation merge(Firma1, Firma2, Datum) extrahiert werden. Der Informationsextraktion kommt eine große Bedeutung zu, da viele Informationen in unstrukturierter (nicht relational modellierter) Form vorliegen, zum Beispiel im Internet, und dieses Wissen durch Informationsextraktion besser erschließbar wird.
- Извлечение информации (англ. information extraction) — это задача автоматического извлечения (построения) структурированных данных из неструктурированных или слабоструктурированных машиночитаемых документов. Извлечение информации является разновидностью информационного поиска, связанного с обработкой текста на естественном языке. Примером извлечения информации может быть поиск деловых визитов — формально это записывается так: НанеслиВизит(Компания-Кто, Компания-Кому, ДатаВизита), — из новостных лент, таких как: «Вчера, 1 апреля 2007 года, представители корпорации Пепелац Интернэшнл посетили офис компании Гравицап Продакшнз». Главная цель такого преобразования — возможность анализа изначально «хаотичной» информации с помощью стандартных методов обработки данных. Более узкой целью может служить, например, задача выявить логические закономерности в описанных в тексте событиях. В современных информационных технологиях роль такой процедуры, как извлечение информации, всё больше возрастает — из-за стремительного увеличения количества неструктурированной (без метаданных) информации, в частности, в Интернете. Эта информация может быть сделана более структурированной посредством преобразования в реляционную форму или добавлением XML разметки. При мониторинге новостных лент с помощью интеллектуальных агентов как раз и потребуются методы извлечения информации и преобразования её в такую форму, с которой будет удобнее работать позже. Типичная задача извлечения информации: просканировать набор документов, написанных на естественном языке, и наполнить базу данных выделенной полезной информацией. Современные подходы извлечения информации используют методы обработки естественного языка, направленные лишь на очень ограниченный набор тем (вопросов, проблем) — часто только на одну тему. Например, «Конференция по Пониманию сообщений» (en:Message Understanding Conference, MUC) — это конференция соревновательного характера и в прошлом она фокусировалась на таких вопросах:
* MUC-1 (1987), MUC-2 (1989): Военно-морские операции.
* MUC-3 (1991), MUC-4 (1992): Терроризм в латиноамериканских странах.
* MUC-5 (1993): Венчурные операции в области микроэлектроники.
* MUC-6 (1995): Новостные статьи об изменениях в управляющих процессах.
* MUC-7 (1998): Отчёты о запусках спутников. Тексты на естественном языке могут потребовать некоего предварительного преобразования на язык (например, RDF — Resource Description Framework), понятный для компьютера. Типичные подзадачи извлечения информации:
* Распознавание именованных элементов (сущностей), например: имён людей, названий организаций, географических названий, событий, временны́х и денежных обозначений и пр.
* Разрешение анафоры и кореференций : поиск связей, относящихся к одному и тому же объекту. Типичный случай таких ссылок — местоименная анафора.
* Выделение терминологии: нахождение для данного текста ключевых слов и словосочетаний (коллокаций).
* Автореферирование: выделение из текста смысловой, эмотивной, оценочной и пр. информации. Бывает генеративным и декларативным.
- Information extraction (IE) is the task of automatically extracting structured information from unstructured and/or semi-structured machine-readable documents. In most of the cases this activity concerns processing human language texts by means of natural language processing (NLP). Recent activities in multimedia document processing like automatic annotation and content extraction out of images/audio/video could be seen as information extraction. Due to the difficulty of the problem, current approaches to IE focus on narrowly restricted domains. An example is the extraction from news wire reports of corporate mergers, such as denoted by the formal relation: , from an online news sentence such as: "Yesterday, New York based Foo Inc. announced their acquisition of Bar Corp." A broad goal of IE is to allow computation to be done on the previously unstructured data. A more specific goal is to allow logical reasoning to draw inferences based on the logical content of the input data. Structured data is semantically well-defined data from a chosen target domain, interpreted with respect to category and context. Information Extraction is the part of a greater puzzle which deals with the problem of devising automatic methods for text management, beyond its transmission, storage and display. The discipline of information retrieval (IR) has developed automatic methods, typically of a statistical flavor, for indexing large document collections and classifying documents. Another complementary approach is that of natural language processing (NLP) which has solved the problem of modelling human language processing with considerable success when taking into account the magnitude of the task. In terms of both difficulty and emphasis, IE deals with tasks in between both IR and NLP. In terms of input, IE assumes the existence of a set of documents in which each document follows a template, i.e. describes one or more entities or events in a manner that is similar to those in other documents but differing in the details. An example, consider a group of newswire articles on Latin American terrorism with each article is presumed to be based upon one or more terroristic acts. We also define for any given IE task a template, which is a(or a set of) case frame(s) to hold the information contained in a single document. For the terrorism example, a template would have slots corresponding to the perpetrator, victim, and weapon of the terroristic act, and the date on which the event happened. An IE system for this problem is required to “understand” an attack article only enough to find data corresponding to the slots in this template.
|
![[RDF Data]](/fct/images/sw-rdf-blue.png)
