TAILIEUCHUNG - Báo cáo khoa học: "Weakly-Supervised Acquisition of Open-Domain Classes and Class Attributes from Web Documents and Query Logs"

A new approach to large-scale information extraction exploits both Web documents and query logs to acquire thousands of opendomain classes of instances, along with relevant sets of open-domain class attributes at precision levels previously obtained only on small-scale, manually-assembled classes. a m | Weakly-Supervised Acquisition of Open-Domain Classes and Class Attributes from Web Documents and Query Logs Marius Pa ca Google Inc. Mountain View California 94043 mars@ Benjamin Van Durme University of Rochester Rochester New York 14627 vandurme@ Abstract A new approach to large-scale information extraction exploits both Web documents and query logs to acquire thousands of opendomain classes of instances along with relevant sets of open-domain class attributes at precision levels previously obtained only on small-scale manually-assembled classes. 1 Introduction Current methods for large-scale information extraction take advantage of unstructured text available from either Web documents Banko et al. 2007 Snow et al. 2006 or more recently logs of Web search queries Paặca 2007 to acquire useful knowledge with minimal supervision. Given a manually-specified target attribute . birth years for people and starting from as few as 10 seed facts such as . John Lennon 1941 as many as a million facts of the same type can be derived from unstructured text within Web documents Pasca et al. 2006 . Similarly given a manually-specified target class . Drug with its instances . Vicodin and Xanax and starting from as few as 5 seed attributes . side effects and maximum dose for Drug other relevant attributes can be extracted for the same class from query logs Pa ca 2007 . These and other previous methods require the manual specification of the input classes of instances before any knowledge . facts or attributes can be acquired for those classes. Contributions made during an internship at Google. The extraction method introduced in this paper mines a collection of Web search queries and a collection of Web documents to acquire open-domain classes in the form of instance sets . whales seals dolphins sea lions . associated with class labels . marine animals as well as large sets of open-domain attributes for each class . circulatory .

• Báo cáo khoa học
• Weakly Supervised Acquisition
• Open Domain Classes
• Class Attributes
• Web Documents
• Query Logs
• báo cáo khoa học
• báo cáo ngôn ngữ
• xử lý ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân tích ngữ nghĩa
• Phân loại tin tự động
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Tách từ tiếng Việt
• Gán nhãn từ loại
• Phân tích cú pháp
• Nghĩa từ vựng
• Phân giải nhập nhằng từ
• Phân loại văn bản
• Lexical chain
• Phản hồi thông tin
• Bài toán PTCP
• 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