tailieunhanh - Báo cáo khoa học: "SystemT: SystemT: An Algebraic Approach to Declarative Information Extraction"

As information extraction (IE) becomes more central to enterprise applications, rule-based IE engines have become increasingly important. In this paper, we describe SystemT, a rule-based IE system whose basic design removes the expressivity and performance limitations of current systems based on cascading grammars. SystemT uses a declarative rule language, AQL, and an optimizer that generates high-performance algebraic execution plans for AQL rules. We compare SystemT’s approach against cascading grammars, both theoretically and with a thorough experimental evaluation. . | SystemT An Algebraic Approach to Declarative Information Extraction Laura Chiticariu Rajasekar Krishnamurthy Yunyao Li Sriram Raghavan Frederick R. Reiss Shivakumar Vaithyanathan IBM Research - Almaden San Jose CA USA chiti sekar yunyaoli rsriram frreiss vaithyan @ Abstract As information extraction IE becomes more central to enterprise applications rule-based IE engines have become increasingly important. In this paper we describe SystemT a rule-based IE system whose basic design removes the expressivity and performance limitations of current systems based on cascading grammars. SystemT uses a declarative rule language AQL and an optimizer that generates high-performance algebraic execution plans for AQL rules. We compare SystemT s approach against cascading grammars both theoretically and with a thorough experimental evaluation. Our results show that SystemT can deliver result quality comparable to the state-of-the-art and an order of magnitude higher annotation throughput. 1 Introduction In recent years enterprises have seen the emergence of important text analytics applications like compliance and data redaction. This increase combined with the inclusion of text into traditional applications like Business Intelligence has dramatically increased the use of information extraction IE within the enterprise. While the traditional requirement of extraction quality remains critical enterprise applications also demand efficiency transparency customizability and maintainability. In recent years these systemic requirements have led to renewed interest in rule-based IE systems Doan et al. 2008 SAP 2010 IBM 2010 SAS 2010 . Until recently rule-based IE systems Cunningham et al. 2000 Boguraev 2003 Drozdzynski et al. 2004 were predominantly based on the cascading grammar formalism exemplified by the Common Pattern Specification Language CPSL specification Appelt and Onyshkevych 1998 . In CPSL the input text is viewed as a sequence of annotations and extraction rules

• Báo cáo khoa học
• An Algebraic Approach
• Declarative Information Extraction
• Long Papers
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Site index model
• Generalized algebraic difference approach
• Scots pine
• Oriental beech
• Mixed stands
• Hedge algebras
• Algebraic approach
• Domains of linguistic variables
• Their applicability
• Hedge algebra
• báo cáo hóa học
• công trình nghiên cứu về hóa học
• tài liệu về hóa học
• cách trình bày báo cáo
• Chip Multiprocessors
• Algebraic Systems
• Simulation Approach
• Chain Ingeration
• Recovery Pledge
• Service Systems
• Computational complexity
• Computational complexity theory
• Communication complexity
• Algebraic computation models
• Circuit lower bounds
• The Blum Shub Smale Model
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Xử lý ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân loại tin tự động
• Tạo chí tin học
• Điều khiển học
• Truy vấn ngôn ngữ tự nhiên
• Phép dịch truy vấn ngôn ngữ tự nhiên
• Truy vấn SQL
• Văn phạm ngữ nghĩa
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Phân tích ngữ nghĩa
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Bài toán PTCP
• Phân tích cú pháp
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học
• Gán nhãn từ loại
• Ngôn ngữ tự nhiên trong dịch máy
• Hệ thống dịch máy
• Phương pháp xây dựng bảng từ
• Tác từ
• Conditional random fields
• Nhận dạng thực thể có tên
• Đối tượng vật lý trừu tượng
• Phân lớp văn bản
• Biểu diễn nhị phân
• Ma trận từ văn bản
• Wolfram Alpha
• Trích rút thông tin
• Phương pháp Snowball