【正文】 w i t h h ead w o rd s ) I ns t ance B uf f er (Mat ch ed ev en t p at t ern s ) I npu t D ocu m ent s T oke n B uf f er ( Si n g l e C ch ar , n u mb er , d at e,A SCI I ) T ext Ext r act i on T oke ni zat i on H as h Sear ch A ny m at ch? D B R ecor ds 詞典 T agg i ng R ul es P at t er ns I ns t . Mer ger amp。1, 2, … m 39。 , P39。1, 2, … n 39。1, 2, … l 39。1, 2, … n 39。1, 2, … l 39。 Person, Org, Post, Time, Location, …… 二元關(guān)系分類： Is_a(), Has_a()/Part_of(), Employee_of(), Product_of(), … 事件分類： … ?實(shí)體名詞的語(yǔ)義分類是一個(gè)關(guān)鍵 ——二元關(guān)系在此分類集合上構(gòu)造；精神活動(dòng)類名詞基本與 IE無(wú)關(guān)。 ?“語(yǔ)用信息 ” 概率空間 (?, ?, P)涉及到符號(hào)的用法 /使用環(huán)境因素 。 1213C IE的背景與動(dòng)機(jī) ?作為一門(mén)應(yīng)用性的語(yǔ)言處理技術(shù)，信息提取近年來(lái)正受到越來(lái)越多的重視。 GP is much better, but limited to source code reuse。對(duì)每一條消息，由專業(yè)人員人工給出標(biāo)準(zhǔn)答案，然后將參測(cè)系統(tǒng)的輸出結(jié)果與標(biāo)準(zhǔn)答案比較，按一定的評(píng)價(jià)指標(biāo)給出所有系統(tǒng)的評(píng)測(cè)結(jié)果，其中最主要的指標(biāo)是準(zhǔn)確率、查全率等。 1213C MUC (Message Understanding Conferences) ? 美國(guó)政府支持的一個(gè)專門(mén)致力于真實(shí)新聞文本理解的例會(huì)，至今已舉行 7屆。 ? － 例如上面提到的會(huì)議信息； － 或者從一篇關(guān)于自然災(zāi)害的新聞報(bào)道中摘錄出災(zāi)害的類型、時(shí)間、地點(diǎn)、人員傷亡、經(jīng)濟(jì)損失、救援情況等； － 或從產(chǎn)品發(fā)布的新聞?wù)Z料中提取某產(chǎn)品的各種感興趣的指標(biāo)，例如計(jì)算機(jī)網(wǎng)絡(luò)交換器的協(xié)議類型、交換速率、端口數(shù)、軟件管理方式等。 1213C “XXX系統(tǒng) ” ?這個(gè)軟件工具就是一個(gè)典型的信息提取系統(tǒng)，或者更準(zhǔn)確地說(shuō)， “ 人民日?qǐng)?bào)會(huì)議信息自動(dòng)提取系統(tǒng) ” 。) 普羅迪 (occurrence: 1/1/3。 /nx {{{ MP[0,0] PersonNP[1,3] TimeNP[4,4] VP[5,5] XP[6,6] LocationNP[7,7] NP[8,8] XP[9,9] VP[10,10] NP[11,11] XP[12,12] XP[13,13] VP[14,14] VP[17,17] NP[18,18] XP[19,19]}}} ? 普羅迪 /nr ４日 /t 晚 /Tg 召開(kāi) /v 了 /u 由 /p 意 /j 外長(zhǎng) /n 、 /w 內(nèi)政 /n 和 /c 國(guó)防部長(zhǎng) /n 參加 /v 的 /u 緊急 /a 會(huì)議 /n ， /w 商討 /v 應(yīng)付 /v 庫(kù)爾德 /nr 難民 /n 問(wèn)題 /n 的 /u 對(duì)策 /n 。 1213C 會(huì) 議 時(shí) 間 Time １９９８年 3月 9日 會(huì) 議 地 點(diǎn) Spot 北京 會(huì)議召集者/ 主 持 人Convener 個(gè)人姓名 /團(tuán)體名稱 Name 蔣正華 機(jī)構(gòu) 、 職位 Org/Post 主席 ， 農(nóng)工民主黨中央 會(huì)議名 / 標(biāo)題 ConfTitle a href=“… ” 中國(guó)農(nóng)工民主黨第十二屆中央常務(wù)委員會(huì)第一次會(huì)議 /a 1213C ： 會(huì)議報(bào)道（例 1） 事件模板實(shí)例 ConferenceInfo Time今天 (19980309)/Time Spot北京 /Spot Converner蔣正華 /Converner Title中國(guó)農(nóng)工民主黨第十二屆中央常委員會(huì)第一次會(huì)議 /Title /ConferenceInfo 1213C 會(huì)議報(bào)道（例 2） ：人民日?qǐng)?bào)19980107 ?1998010706016001意大利總理普羅迪４日說(shuō)，歐洲國(guó)家將采取行動(dòng)，共同對(duì)付庫(kù)爾德難民涌入問(wèn)題。 ?通常他是一篇一篇地看報(bào)，把其中報(bào)道會(huì)議的所有段落標(biāo)記出來(lái)，然后對(duì)每一個(gè)會(huì)議信息填寫(xiě)如下一個(gè)表格（或者稱其為 “ 會(huì)議信息模板 ” ）： 1213C 會(huì)議信息 (填寫(xiě)預(yù)定義語(yǔ)義的表格 ) 會(huì)議時(shí)間 Time 會(huì)議地點(diǎn) Spot 召 集 人 Convener 姓名 / 團(tuán) 體 名 稱 Name 機(jī)構(gòu) 、 職位 Org/Post 會(huì)議名 / 標(biāo)題ConfTitle 1213C 1213C 會(huì)議信息一例 1213C 會(huì)議報(bào)道（例 1） ：人民日?qǐng)?bào) 19980309 新華社北京３月８日電（記者李術(shù)峰） : 中國(guó)農(nóng)工民主黨第十二屆中央常務(wù)委員會(huì)第一次會(huì)議今天在北京召開(kāi)。 屬于 “ 單純信息 ” ：無(wú)相互關(guān)聯(lián)、時(shí)序條件、因果等。 會(huì)前，農(nóng)工民主黨中央邀請(qǐng)參加 “ 兩會(huì) ” 的來(lái)自全國(guó)各省、自治區(qū)、直轄市的農(nóng)工民主黨黨員進(jìn)行了聯(lián)誼活動(dòng)。 1213C 會(huì)議報(bào)道（例 2） ：漢語(yǔ)分詞、標(biāo)注、短語(yǔ)分析 ? 1998010706016001/m 意大利 /ns 總理 /n 普羅迪 /nr ４日 /t 說(shuō) /v ，/w 歐洲 /ns 國(guó)家 /n 將 /d 采取 /v 行動(dòng) /vn ， /w 共同 /d 對(duì)付 /v 庫(kù)爾德/nr 難民 /n 涌入 /v 問(wèn)題 /n 。 1/2/19。) /PersonList OrgList /OrgList /NamedEntities EntityRelations post_of(意大利總理 ,普羅迪 ) /EntityRelations 1213C 會(huì)議報(bào)道（例 2） 事件模板實(shí)例 EventTemplateInstatnces ConferenceInfo Time４日晚 (199801)/Time Spot意大利 /Spot Converner普羅迪 /Converner Title由意外長(zhǎng)、內(nèi)政和國(guó)防部長(zhǎng)參加的緊急會(huì)議 /Title /ConferenceInfo /EventTemplateInstatnces 1213C 例 2 會(huì)議信息結(jié)果 會(huì)議時(shí)間 Time ４日晚 (199801) 會(huì)議地點(diǎn) Spot 意大利 召 集 人 Convener 姓名 / 團(tuán) 體 名 稱 Name 普羅迪 機(jī)構(gòu) 、 職位 Org/Post 意大利總理 會(huì)議名 / 標(biāo)題ConfTitle 由意外長(zhǎng) 、 內(nèi)政和國(guó)防部長(zhǎng)參加的緊急會(huì)議 1213C 會(huì)議信息自動(dòng)提取 ? ?任務(wù) : 收集歷年 《 人民日?qǐng)?bào) 》 中所有的相關(guān)信息以便于自己或他人的某些重要應(yīng)用 ?需求定義： 自然地，有了使用一種能夠自動(dòng)完成這種工作的工具的需求 ——希望將歷年《 人民日?qǐng)?bào) 》 的光盤(pán)數(shù)據(jù)交給這個(gè) (計(jì)算機(jī)軟件 )工具處理，然后得到一個(gè)包括了大量會(huì)議信息記錄的數(shù)據(jù)庫(kù)文件，以非常方便地使用標(biāo)準(zhǔn)的數(shù)據(jù)庫(kù)系統(tǒng)來(lái)瀏覽和查詢這些信息（必要時(shí)再調(diào)出原文作更細(xì)致的考察）。（新華社記者韓曉華攝）