Exzerpt

Aufgabenbereiche

• Motivation
  • immer mehr Texte sind online verfügbar
  • Online-Texte können automatisiert verarbeitet werden
  • Recherchen ermöglichen, die über Stichwortsuche hinaus gehen

• Ziele
  • Analyse freier Texte
  • relevante Texte erkennen
  • das Gefundene strukturieren
  • typische Fragen: wer, was, wem, wann, wo, warum

• Einschränkungen
  • kein universelles Textverstehen
  • Anwendungsdomäne muss im voraus beschrieben werden

• Arbeitsweise
  • Ausfüllen von Templates
    • Vorgegeben: Platzhalter für domänenspezifische Informationsschnippsel
      • wer?
      • wem?
      • was?
      • etc.
    • Textanalyse
      • Einsetzen der passenden "Antworten" aus den bearbeiteten Texten
      • Template u.U. nur partiell ausgefüllt

• Evaluation
  • Messgrößen
    • Präzision (P)
      • Wie viele der gefundenen Wissenseinheiten sind auch relevant?
    • Vollständigkeit (V)
      • Wie viele der möglichen Wissenseinheiten wurden gefunden?
    • F-Maß
      • zusammenfassendes Gütemaß aus P und V

• Modularität
  • IE-System als Hintereinanderschaltung von Transduktoren
  • Teilaufgaben
    • Tokenscanner
      • Trennen von Überschrift, Teaser, Absätzen ...
    • Lexikalische Analyse
      • Wortart und Flexion
    • Eigennamenerkennung
    • Parsing
      • i.d.R. keine vollständige Analyse
    • Koreferenzauflösung
      • "G. Schröder" = "Gerhard Schröder" = "Bundeskanzler Schröder"
      • Wer ist mit "er", "ihr", "sie" gemeint?
      • "Boris Becker" = "der Leimener"
    • Erkennung domänenrelevanter Muster
    • Template-Unifikation