信息抽取研究综述

信息抽取研究旨在为人们提供更有力的信息获取工具,以应对信息爆炸带来的严重挑战。与信息检索不同,信息抽取直接从自然语言文本中抽取事实信息。过去十多年来,信息抽取逐步发展成为自然语言处理领域的一个重要分支,其独特的发展轨迹———通过系统化、大规模的定量评测推动研究向前发展,以及某些成功启示,如部分分析技术的有效性、快速NLP系统开发的必要性,都极大地推动了自然语言处理研究的发展,促进了NLP研究与应用的紧密结合。回顾信息抽取研究的历史,总结信息抽取研究的现状,将有助于这方面研究工作向前发展。

跨语言信息检索中的命名实体识别与翻译

综述命名实体识别与翻译研究现状,提出基于信息抽取的命名实体识别与翻译方法,以及对该方法进行一系列集成优化处理,并实现了基于命名实体识别与翻译的跨语言信息检索实验。实验结果显示出命名实体识别与翻译在跨语言信息检索中的重要性,并证明了所提出的翻译加权和网络挖掘未登录命名实体方法的应用能显著提高跨语言信息检索的性能。

基于Web的未登录词翻译技术的分析

随着互联网的发展,多种语言之间的信息交换日益增加,跨语言信息检索技术日益发展.未登录词的查询翻译是实现跨语言信息检索的关键技术之一,直接影响跨语言信息检索系统的性能高低.对基于Web的未登录词翻译技术进行了综合阐述和分析,较全面地阐述了当前普遍采用的基于Web中的信息实现未登录词的译文挖掘的各种技术及其特点.

可比较语料库构建及在跨语言信息检索中的应用

本文主要研究基于网络的可比较语料库的构建以及其在跨语言信息检索(CLIR)中的应用。首先从新闻网站获取新闻文本,用Lucene进行对齐,构建可比较语料库;其次,利用上下文信息从对齐的文本中抽取翻译知识;最后,用获得的翻译知识在TDT4语料上进行CLIR性能实验。实验表明,所抽取的翻译知识可以提高CLIR的性能,取得了0.272 8的MAP值,相对于基于本地词典的方法提高了35.44个百分点。

老挝语命名实体识别研究综述

命名实体识别是自然语言处理中一项关键的基础技术,已成为信息检索、机器翻译等诸多任务的重要组成部分。在诸多语种的命名实体识别研究工作中,老挝语命名实体识别近年来开始受到关注,然而老挝语与汉语类似的特点又使得其命名实体识别工作非常具有挑战性。本文对国内外命名实体识别的研究历程进行了简要回顾,同时介绍了老挝语分词和命名实体识别的最新成果,并对比分析了每种方法的优点和不足。最后,对老挝语命名实体识别的发展趋势作了展望。

命名实体识别研究进展综述

介绍命名实体识别的研究背景和意义,总结国内外命名实体识别研究历史,详细介绍目前主流的技术方法和评估方法,讨论命名实体识别技术的发展趋势。