由于网上的信息载体主要是文本，所以信息抽取技术对于那些把互联网当成是知识来源的人来说是至关重要的。信息抽取系统可以看成是把信息从不同文档中转换成结构化数据系统。因此，成功的信息抽取系统将把互联网变成巨大的数据库。信息抽取技术是近十年来发展起来的新领域，遇到许多新的机遇和挑战。
全书分两篇（原理篇共11章、应用篇共7章）。原理篇主要讨论了信息抽取（IE）概念、任务、挑战和评测方法；基于NLP、统计、认知的信息抽取方法；命名实体识别、共指消解、模板填充、Web信息抽取等。应用篇介绍了两个开发工具（GATE和WHISK），分析了IE在人机接口、电子交易、智能交通、竞争情报、问答系统、自动文摘等领域的应用。
本书可作为本科高年级数据挖掘课程的参考书或研究生自然语言处理课程的教材，也可作为智能应用系统开发的参考资料。
样章试读
目录
- 前言
原理篇
第1章 绪论
1.1 信息抽取产生的背景
1.2 信息抽取概念
1.3 信息抽取任务
1.4 信息抽取和相关概念之间的关系
1.5 信息抽取的意义
1.6 信息抽取的研究现状
1.6.1 国外研究现状
1.6.2 国内研究现状
1.7 存在的问题及解决策略
1.8 信息抽取的挑战和趋势
第2章 信息抽取评估
2.1 信息抽取评估一般原则
2.2 国际测评会议
2.2.1 MUC测评会议
2.2.2 ACE测评会议
2.2.3 MET测评会议
2.2.4 DUC测评会议
第3章 信息抽取原理
3.1 信息抽取系统体系结构
3.2 信息抽取方法分类
3.3 文本表示
3.3.1 向量空间模型
3.3.2 N-gram模型
3.3.3 类短语串模型
3.3.4 概念模型
3.3.5 事件模型
3.3.6 图模型
3.4 词法分析
3.4.1 自动分词
3.4.2 词性标注
3.5 语义标注及其角色
3.5.1 语义标注
3.5.2 语义角色精细等级
3.5.3 框架网及其语义角色
3.5.4 命题库及其语义角色
3.5.5 中文网库及其语义角色
3.5.6 问句问点的语义角色
3.5.7 语义标注方法及步骤
3.6 语料库建设
3.6.1 语料库在信息抽取研究中的地位
3.6.2 大型现代汉语语料库简介
3.6.3 语料库系统
3.6.4 语料库标注
第4章 基于NLP的信息抽取
4.1 经典系统
4.2 相关技术
第5章 基于规则的信息抽取
5.1 原理
5.2 规则的建立
5.3 规则抽取系统
5.4 自由文本规则抽取系统讨论
5.5 规则抽取系统比较
5.6 规则抽取的困难
第6章 基于统计模型的信息抽取
6.1 原理
6.2 N元模型
6.2.1 基本思想
6.2.2 数据平滑方法
6.3 基于隐马尔可夫模型的信息抽取
6.3.1 马尔可夫模型
6.3.2 隐马尔可夫模型
6.3.3 隐马尔可夫模型的三个基本问题
6.3.4 基于隐马尔可夫模型的信息抽取
6.4 最大熵模型
6.4.1 形式化描述
6.4.2 模型求解
6.5 条件随机场模型
6.5.1 形式化描述
6.5.2 参数估计
6.5.3 特征选择
6.6 支持向量机模型
6.6.1 线性SVM
6.6.2 线性SVM构造
6.6.3 非线性SVM
6.6.4 非线性SVM构造
6.6.5 SVM学习算法
6.7 统计模型的局限性
第7章 基于认知模型的信息抽取
7.1 原理
7.2 基于本体的信息抽取
7.2.1 本体的概念
7.2.2 本体建模
7.2.3 本体描述
7.2.4 基于本体的信息抽取逻辑结构
7.2.5 应用实例
7.3 基于知网的信息抽取
7.3.1 引言
7.3.2 义原
7.3.3 概念表示
7.3.4 基于知网的中文信息结构抽取研究
7.4 基于HNC理论的信息抽取
7.4.1 HNC理论的研究目标和研究内容
7.4.2 HNC理论的语言概念空间
7.4.3 HNC理论的概念表述模式
7.4.4 HNC理论的语句表述模式
7.4.5 语句相似度计算
7.4.6 基于HNC的语境框架抽取
7.5 基于混合模型的信息抽取
第8章 中文命名实体识别
8.1 命名实体
8.2 中文人名识别
8.2.1 中文姓名用字特点
8.2.2 中文姓名前后文规律
8.2.3 基于规则的识别模型
8.2.4 基于统计的识别模型
8.3 中文地名识别
8.3.1 地名识别知识库的建造
8.3.2 地名识别规则库建造
8.3.3 地名识别推理机制
8.3.4 地名自动识别系统的实现
8.3.5 示例和实验结果
8.4 中文机构名识别
8.4.1 机构名特点
8.4.2 模型概述
8.4.3 标注体系
8.4.4 后界判断
8.4.5 前部标注
8.4.6 机构名识别过程
8.5 数量结构识别
8.5.1 数量结构的类型及自动识别的意义
8.5.2 程序的算法设计及总流程
第9章 共指消解
9.1 指代的解析
9.2 歧义问题
9.3 测评标准
9.4 相关技术
9.4.1 国外的相关技术
9.4.2 国内的相关技术
9.5 中文的共指消解
第10章 信息抽取模板
10.1 模板的定义和结构
10.2 信息结构抽取
10.3 事件探测
10.4 模板生成
10.4.1 模板元素（TE）的构建
10.4.2 模板关系（TR）的构建
10.4.3 场景模板（ST）的产生
10.5 模板填充
第11章 Web信息抽取
11.1 概述
11.2 语义Web
11.2.1 基本概念
11.2.2 本体描述语言
11.3 格式转换
11.4 信息解析
11.5 基于DOM子树的抽取规则抽取算法
11.5.1 DOM
11.5.2 XPath
11.5.3 XSLT
11.5.4 NE-DOM分析
11.5.5 基于DOM子树的抽取规则抽取算法
应用篇
第12章 信息抽取工具GATE
12.1 概述
12.1.1 GATE的组件
12.1.2 GATE的作用
12.1.3 GATE的应用
12.1.4 GATE系统的整体架构
12.2 英文信息抽取
12.2.1 信息抽取插件ANNIE
12.2.2 抽取规则插件JAPE
12.2.3 GATE中的标注集的数据结构分析
12.2.4 批量的英文信息抽取
12.3 中文信息抽取
12.3.1 中文信息抽取的困难
12.3.2 基于GATE的中文信息抽取系统的解决思路
12.4 GATE组件扩展
第13章 信息抽取工具WHISK
13.1 WHISK的规则表示
13.1.1 结构化和半结构化文本的规则
13.1.2 语法文本的扩展规则
13.2 WHISK算法
13.2.1 人工标记训练样本
13.2.2 从种子例子中创建一条规则
13.2.3 槽的抽取
13.2.4 增加术语到建议的规则上
13.2.5 爬山和地平线效应
13.2.6 预删除和后删除的规则
13.3 训练集合构造
13.3.1 选择样本
13.3.2 何时停止标注
13.4 实验分析
13.4.1 问题描述
13.4.2 方法和指标
13.4.3 实验及分析
13.5 关于WIHSK的讨论
第14章 IE在自然语言查询接口中的应用
14.1 自然语言查询接口的背景
14.2 自然语言查询接口的逻辑结构
14.3 信息抽取模型
14.4 信息抽取算法
第15章 IE在国民经济中的应用
15.1 面向电子交易的信息抽取模型
15.1.1 总体框架
15.1.2 基于DOM树的抽取规则
15.2 城市道路交通的信息抽取
15.2.1 城市道路交通信息抽取的技术内涵
15.2.2 城市道路交通信息抽取技术框架
15.3 IE在竞争情报研究中的应用
第16章 基于自然语言处理的研究主题抽取
16.1 问题描述
16.2 研究主题抽取
16.3 多语环境下的关键词语抽取
16.4 研究主题聚类
16.5 研究主题分析的实验结果
第17章 IE在自动文摘中的应用
17.1 问题描述
17.2 单文档自动文摘
17.2.1 自动文摘过程
17.2.2 自动文摘方法
17.3 多文档自动文摘
17.4 自动文摘系统的测评
第18章 IE在问答系统中的应用
18.1 概述
18.1.1 研究背景
18.1.2 问答系统分类
18.1.3 研究现状
18.2 问答系统关键问题研究
18.2.1 问题分析
18.2.2 问题理解
18.2.3 信息检索
18.2.4 答案抽取
参考文献
结束语
京公网安备 11010102004214号