多语种投资信息抽取系统的实现.pdfVIP

第38卷第】期 上海交通大学学报 vo【．38N。．1 2004年1月 sHANGHAl JOURNAI。OF J1A()ToNGUNlvERSITY J8n．2004 文章编号：1006—2467(2004)01一002l—05 多语种投资信息抽取系统的实现 李芳， 盛焕烨， 张冬茉 (上海交通大学计算机科学与工程系，上海200030) 摘要：多语种投资信息抽取卖验系统可以用中文、英文和德文的关键字或限定的自然语言问句 查询语料库中的中文投资信息．它由语言处理模块、查询处理模块、信息抽取核心和动态交互获取 模块组成．其主要特点：基于语种无关的模板和与语种有关的模式，实现不同语种信息抽取处理的 一致性；事先定义的抽取模板结合动态获取的模板，来弥补信息抽取技术依赖于固定模根的缺陷， 增加系统的健壮性．系统抽取的各个槽的平均精度为86．27％．动态获取模板的精度为85．27％，如 果人工时约5个例句修改，动态交互获取模板的精度可选88．55％，提高了3％左右． 关键词：模板生成；信息抽取；多语种信息抽取；Internet应用 39l 中图分类号：TP 文献标识码：A RealizatiOn 0faMultilinguaIlnVestment lnformation Extraction System LI zI{ANG F8ng，SHENt；jlHan—ye， mo D。ng (Dept．。fC。mputer 200030，Chjna) Science＆E“g．，Sha“ghalJiaotongUniv．，Shanghai Abstract：A investmentinformationextractlonwas multmngual realizedbasedon and system templates Tk featuresthe patterns． uniform fordiffercnt andthecombinati。n。f system pr。cessi“g la“guages prede fined and tempIatesdynamic makesthe toextendits generatedtemplates，whichsystemca5y apphc“ion d。nlainandenhanceitsr。bust．The ofinformtionextractionis for aver89eprecisi。n 86．27％，the precision isabouI