当前知识抽取的主要技术方法解析

摘要：

对MnM、KIM、Text2Onto、Amilcare、Melita等具有知识抽取功能的系统所应用的技术方法进行解析.提出在当前知识抽取技术中,机器学习和自然语言分析两大思路各自得到较大发展,并且在相互融合、相互借鉴中受益.在基于机器学习的知识抽取方面,出现以自适应信息抽取(Adaptive IE)、开放信息抽取(Open IE)为代表的新思路,并且有向自动本体学习(Ontology Learning)方向发展的趋势;在基于自然语言分析的知识抽取方面,基于模式标注、语义标注的方法得到广泛关注和进一步完善,并且有向基于Ontology的信息抽取(OBIE)方向发展的趋势.此外,为减少Ontology建设成本,让人们可以利用简单的自然语言构建Ontology,基于受控语言的信息抽取(CLIE)技术也得到一定的关注.

关键词：知识抽取机器学习、自然语言分析本体

分类号：G250.73(图书馆学、图书馆事业)

资助基金：国家社会科学基金项目"从数字信息资源中实现知识抽取的理论和方法研究"项目05BTQ006的研究成果之一

在线出版日期：2009-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2-11