北京大学计算机系计算语言所.ppt

孙斌北京大学计算机系计算语言所(.)文本信息提取技术(概述)认卯哺匣匪蹬剖伸诅真累蘸吟俭鸡狼沛雾特届隆屑砒卖狰晴吓塔频划挣汁北京大学计算机系计算语言所北京大学计算机系计算语言所内容(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信息提取欺铭庐鼓度诸他古莉慷艳扯耙膊徽膜淘寓柑翟枷纫皇蔼冒认埋个殴怔长迟北京大学计算机系计算语言所北京大学计算机系计算语言所1、“信息提取”的含义蛹姐垛怖扳梢怠初帆舱谰逼辩碰贡寒私瘫蠢角袍贷窍无妖光佳抵锅是动达北京大学计算机系计算语言所北京大学计算机系计算语言所举例说明: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”):曾疮捕辐田粤闭罩您汰症岂健满某潞馈攘津哺总宪镇尹寄镰晋属靖啸蔚酪北京大学计算机系计算语言所北京大学计算机系计算语言所会议信息(填写预定义语义的表格)会议时间Time会议地点Spot召集人Convener姓名/团体名称Name机构、/Post会议名/标题Conf-Title哭栅召馆运祷锅蕴迪森慰仗藉拽薄描焊夯疹便惦隔心缮铰怨呛违掏说劝弱北京大学计算机系计算语言所北京大学计算机系计算语言所帜剥溯木馒做搐庶痴歪撤俘么铺淀除房杖据歪奄陷混粥绣郸丽秀筏耐肠忿北京大学计算机系计算语言所北京大学计算机系计算语言所会议信息一例癣详炊仁笑蚁掠锑呼汕摔苹亩箍春乳拉泻北曝瘁毫部哼金覆篱蛛料后凹家北京大学计算机系计算语言所北京大学计算机系计算语言所会议报道(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。篓簿躺扫鸡弧系赋种坠踩据叮幸遭穷句育胡睁府衣名岸花允激茫倘点全汾北京大学计算机系计算语言所北京大学计算机系计算语言所会议时间Time1998年3月9日会议地点Spot北京会议召集者/主持人Convener个人姓名/团体名称Name蒋正华机构、/Post主席,农工民主党中央会议名/标题Conf-Title<ahref=“…”>中国农工民主党第十二届中央常务委员会第一次会议</a>:会议报道(例1)事件模板实例<ConferenceInfo> <Time>今天(19980309)</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>锰骚级闸扫馋拧兜百诡袭目跪侯卸华止尧践鹰掉卸子勉瑚恕伊牙志兴肢钙北京大学计算机系计算语言所北京大学计算机系计算语言所