现在的位置: 首页 > 综合 > 正文

GATE–文本处理的通用平台

2013年08月17日 ⁄ 综合 ⁄ 共 679字 ⁄ 字号 评论关闭

      GATE系统是谢菲尔德大学自然语言处理研究小组开发的免费、开源通用文本工程通用框架,其是一个类似eclipse的开发平台,是一个可以利用添加插件来扩充系统功能的文本处理的平台。在其下有以一个IE的插件叫做ANNIE。IE,即Information Extraction,是一个以普通文本作为输入,输出拥有固定格式、意义明确的数据。这些输出数据可以直接展示给用户,或者存储在数据库或电子表格中以便后发分析,还可以用来进行编制索引以实现信息索引(IR)的应用。

      IE包括了一族的应用,有命名的实体识别,关系抽取和事件监测。

      GATE的IE应用已经被用于了生物信息技术领域,健康保健和17世纪的法庭报告分析。

      GATE架构上的IE系统被国际上IE领域的顶级会议(MUCh、ACE、Pascal)一再评析。GATE团队开发的一个系统在NTCIR 2007 专利分类竞争的两到三个类目中名列前茅。

      标准的GATE发布版本包括了ANNIE,这个IE系统提供了一个可用的实例,也可以说是一个客户化的起点。ANNIE中还包括了用来将其嵌入其他应用的实例代码。

      另外,在知识工程方面,GATE提供了处理基于正则表达式的注解的有穷状态处理机制:

             1.JAPE,一种模式-动作语言,它对定义在语言学上的模式进行匹配并创建注释作为结果。

             2.ANNIC,一个开发辅助规则的可视化工具。

      在机器学习方面,GATE由于有了IE系统,就可以提供对文本挖掘,实体识别和关系抽取的机器学习方法。

 

抱歉!评论已关闭.