• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>PRICAI'98 : Topics in artificial intelligence >Knowledge Representation Issues in Information Extraction
【24h】

Knowledge Representation Issues in Information Extraction

机译：信息提取中的知识表示问题

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The advent of computing has exacerbated the problem of overwhelming information. Advanced information management strategies such as Information Extraction, Information Filtering, Information Retrieval, and Text Categorization are becoming important to manage the deluge of information. Information Extraction (IE) systems can be used to automatically extract relevant information from free-form text for update to databases or for report generation. This paper describes the major challenge of knowledge representation issues in an information extraction task - representing the meaning of the input text, the knowledge of the field of application (or domain application) and the knowledge about the target information to be extracted. In this research, we have chosen a directed graph structure to represent the input text meaning, a domain ontology to represent the domain application and a frame representation to capture the target information to be extracted. We discuss in this paper how these knowledge structures interplay to perform the task of information extraction.
机译：计算技术的出现加剧了信息泛滥的问题。先进的信息管理策略，例如信息提取，信息过滤，信息检索和文本分类，对于管理大量信息变得越来越重要。信息提取（IE）系统可用于从自由格式文本中自动提取相关信息，以更新数据库或生成报告。本文描述了信息提取任务中知识表示问题的主要挑战-表示输入文本的含义，应用程序领域（或域应用程序）的知识以及有关要提取的目标信息的知识。在这项研究中，我们选择了有向图结构来表示输入文本的含义，选择域本体来表示域应用程序，并使用框架表示来捕获要提取的目标信息。我们将在本文中讨论这些知识结构如何相互作用以执行信息提取任务。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号