信息抽取

IE 和 IR 的区别

就其目的而言， IR (information retrieval)和 IE (informaton extraction)的不同可表达如下： IR 从文档库中检索相关的文档，而 IE 是从文档中取出相关信息点。这两种技术因此是互补的

 

什么是 IE ？

从任务的角度的来看 获取网页或者文档中的文本片段并将其填充到数据库中

从技术的角度来看 IE = segmentation + classification +clustering

从更宽泛的角度来看 IE 还包括 association 和 data integration

 

IE 中使用的模型

Sliding window

-A naïve bayes Sliding Window Model [Freitag 1997]

Boundary finding

-BWI:  Learning to detect boundaries Freitag & Kushmerick, AAAI 2000

Finite state machines

       - 参见 HMM ， MEMM 和 CRF

 

活跃的学者的链接

William.w.cohen   http://www.cs.cmu.edu/~wcohen/

Anderw McCallum http://www.cs.umass.edu/~mccallum/

Fernando Pereira  http://www.cis.upenn.edu/~pereira/