自然言語による情報アクセス技術.1.情報抽出－情報を整理して提示する-

摘要

情報抽出の技術の解說を行い,いくつかの応用システムを紹介する。 情報抽出とは特定のテーマの情報を非構造的な文書の中から抽出し.構造化されたかたちで提示する技術である.具体的には,図-1にあるように新聞記事の中から. 人事異動に関する情報を,人名,会社名,異動前役職名などをコラムとした表形式に整理したかたちで提示する.この技術の起源は1980年代に米国のMUC(Message Understanding　 Conferenｃe)で始まった情報抽出プロジェクトにある.MUCでは新聞記事などの文章からテロ活動,製品開発,人事異動,企業合併.ロケットの発射情報などの情報を整理して抽出するというタスクが行われた.このMUCではシステムを作成する参加団体がスコアを競うという形式で行われたが, 1990年代半ばに終了した,その後,米国では情報抽出のサブタスクがACE (Automatic Content Extraction)などのプロジェクトで続けられている.また,情報抽出のまとまったかたちでのプロジェクトはTIDES (Translingual Information Detection Extraction and Summarization)の一部にあるが,評価型のプロジェクトではない.それ以外での現在の情報抽出の研究は,MUCで行われてきたようなあらかじめ決められた特定の情報だけを新聞記事のような決まった情報源から抽出するというものから.