非结构化文本中内容对象抽取的技术方法综述

• 作 者: 张智雄 吴振新 赵琦 洪娜 徐健 刘建华
• 机 构: 中国科学院国家科学图书馆,中国科学院研究生院,中山大学资讯管理系
• 出 处: 数字图书馆论坛
• 发表日期: 2008年9期
• 关键词: 知识抽取 对象识别 术语抽取 主题发现 关系抽取 事实抽取 观点抽取 数字图书馆
• 基金项目: 本文受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'(05BTQ006)和国家'十一五'科技支撑计划课题'网络科技信息监测与评价'(2006BAH03B05)的资金资助

近年来,知识抽取技术在非结构化文本的处理中起到很重要的作用.文章在对当前知识抽取的相关文献、系统和项目分析研究的基础之上,提出了当前知识抽取研究中的主要抽取内容对象的分类,并对这些主要内容对象抽取的相关技术方法进行综述.主要总结了Web对象识别和集成、术语识别和抽取、主题发现和识别、概念层次关系的抽取、非概念层次关系的抽取、事实抽取、观点抽取和倾向识别等7种内容对象抽取的技术方法.并在此基础之上,对未来知识抽取的发展趋势进行了分析.该文为2008年第9期本期话题'知识抽取'的文章之一.