1.2 基本定义及问题描述

1.2.1 概念

信息抽取系统处理各种非结构化或半结构化的文本输入（如新闻网页、商品页面、微博、论坛页面等），使用规则方法、机器学习、深度学习等多种知识挖掘技术，提取各种指定的结构化信息（如实体、关系、商品记录、列表、属性等），并将这些信息在不同的层面进行集成（知识去重、知识链接、知识系统构建等），最终形成结构化数据，便于计算机存储、管理和利用。根据提取的信息类别，目前信息抽取的核心研究内容可以划分为命名实体识别（Named Entity Recognition，NER）、关系抽取（Relation Extraction，RE）、事件抽取，以下分别介绍具体的研究内容。