Projektbeschreibung
 

Eine sich neu etablierte Forschungsrichtung ist die Erforschung und Realisierung von Systemen zur Informationsextraktion (IE). Das Ziel der IE ist die Konstruktion von Systemen, die gezielt domänspezifische Informationen aus freien Texten aufspüren und strukturierern können, bei gleichzeitigen "überlesen" irrelevanter Informationen. Die so extrahierten Informationen in Form von fein strukturierten Daten können vielseitig eingesetzt werden, z.B. zur feinkörnigen Textfilterung oder -klassifikation, als Einträge für Datenbanken, zur Unterstützung von Text Mining und Antwortextraktionssytemen.

Ziel des Softwareprojekts ist die Implementierung einer Reihe von relevanten Tools, die auf den machine learning Techniken basieren, zur Unterstützung der Konstruktion eines domänspezifischen IE-Systems. Wir werden auf einige der folgenden Themen fokusieren: domänspezifische Termextraktion, Extraktion relevanter Relationen zwischen den Termen (association rules mining), learning template filling rules and template merging rules. Die Ausgangsbasis fuer die Implementierung sind die bereits am DFKI entwickelten Tools.
 

Themen

• Term extraction (Pattern Extraction)
• Association rules mining
• Template filler rules extraction
• Template merging rules

Literatur

• Christopher Manning and Hinrich Schütze, 1999. Foundations of Statistical Natural Language Processing. MIT Press,

Cambridge, MA.
• Riloff, E. (1999) "Information Extraction as a Stepping Stone toward Story Understanding" ( postscript )

    In Computational Models of Reading and Understanding, Ashwin Ram and Kenneth Moorman, eds., The MIT Press.
• Riloff, E. and Jones, R. (1999) "Learning Dictionaries for Information Extraction by Multi-Level Bootstrapping" ( postscript , pdf )
• A. Kehler, Learning embedded discourse mechanisms for information extraction. In proceedings of the AAAI Spring Symposium

on Applying Machine Learning to Discourse Processing, 1998.  (postscript)
• Finkelstein-Landau and Morin, Extracting Semantic Relationships between Terms: Supervised vs. Unsupervised Methods. In Actes, International Workshop on Ontological Engineering on the Global Information Infrastructure, pages 71-80, Dagstuhl Castle, Germany, 1999.
• Un Yong Nahm and Raymond J. Mooney (2001) "Text Mining with Information Extraction", submitted to  the AAAI 2002 Spring Symposium on Mining Answers from Texts and Knowledge Bases, 2002.
• Fujino Ryoichi, Arimura Hiroki, Arikawa Setsuo, Discovering Unordered and Ordered Phrase Association Patterns for Text Mining,

In Proceeding of Pacific-Asia Conference on Knowledge Discovering and Data Mining, 2000.  (postscript)
• M. Rajman and R. Besancon, Text Mining: Natural Language techniques and Text Mining applications, Proc. of the 7th IFIP 2.6

Working Conference on Database Semantics (DS-7), Chapam & Hall IFIP Proceedings serie. Leysin, Switzerland, Oct 7-10, 1997.  (postscript)
• R. Feldman, M. Fresko, Y. Kinar, Y. Lindell, O. Liphstat, M. Rajman, Y. Schler, O. Zamir, Text Mining at the Term Level,

roc. of the 2nd European Symposium on Principles of Data Mining and Knowledge Discovery (PKDD'98), Nantes, France,
September 23-26, 1998.  (postscript)
• R. Feldman, Y. Aumann, A. Amir, W. Kloesgen, A. Zilberstein, Maximal Association Rules: a New Tool for Mining for Keyword co-occurrences in Document Collections. In Proceedings of the 3-rd International Conference on Knowledge Discovery, Newport Beach, CA.

 

Kenntnisse einer der folgenden imperativen Programmierprachen: Java, C, C++

Interesse an Softwareentwicklung in einem interdisziplinären Umfeld.
 

Stellung im Studienplan

Softwareprojekt: Wahlpflicht für Diplom-CL; 8 Leistungspunkte.
 

Scheinvergabe

Programmierprojekt und Dokumentation.

Zeit und Ort

Anfangsveranstaltung: 6. November 2001, Dienstag um 16:00 Uhr
Ort: DFKI, Bau 43, Zimmer 1.17 bei Günter Neumann

E-mail: neumann@dfki.de

Last modified: 18.08.2001