SearchIE: A Retrieval Approach for Information Extraction
SearchIE: A Retrieval Approach for Information Extraction
复制标题
SearchIE：一种信息提取的检索方法
DOI：
10.1145/3341981.3344248
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
Allan, James
中科院分区：
文献类型：
--
作者：
Sarwar, Sheikh Muhammad;Allan, James
我们解决了这个问题的实体提取与很少的例子，并解决它的信息检索方法。现有的提取方法考虑从大量训练数据案例中提取的数百万个特征。通常，这些数据案例是通过知识库中的实体的远程监督方法生成的。之后，学习模型并提取实体。然而，在数据极其有限的情况下，相关实体的排名列表可以有助于获得用户反馈以获得更多的训练数据。由于信息检索（IR）是一个自然的选择排名列表生成，我们探讨其有效性，在这样一个有限的数据情况下。为此，我们提出了SearchIE，一种IR和NLP方法的混合体，它使用手工制作的NLP功能对文档进行索引。在查询时，SearchIE从使用极其有限的数据训练的逻辑回归模型中采样术语。我们探索SearchIE的潜力，显示它取代国家的最先进的NLP模型找到平民被美国警察杀害，只有一个平民的名字为例。
We address the problem of entity extraction with a very few examples and address it with an information retrieval approach. Existing extraction approaches consider millions of features extracted from a large number of training data cases. Typically, these data cases are generated by a distant supervision approach with entities in a knowledge base. After that a model is learned and entities are extracted. However, with extremely limited data a ranked list of relevant entities can be helpful to obtain user feedback to get more training data. As Information Retrieval (IR) is a natural choice for ranked list generation, we explore its effectiveness in such a limited data case. To this end, we propose SearchIE, a hybrid of IR and NLP approach that indexes documents represented using handcrafted NLP features. At query time SearchIE samples terms from a Logistic Regression model trained with extremely limited data. We explore SearchIE's potential by showing that it supersedes state-of-the-art NLP models to find civilians killed by US police officers with only a single civilian name as example.
好种子结出好庄稼：使用语言建模加速主动学习
DOI：
--
发表时间：
2011
期刊：
Annual Meeting of the Association for Computational Linguistics
影响因子：
--
作者：
Dmitriy Dligach;Martha Palmer
通讯作者：
Martha Palmer
基于句子的主动学习策略用于信息提取
DOI：
--
发表时间：
2010
期刊：
Italian Information Retrieval Workshop
影响因子：
--
作者：
Andrea Esuli;Diego Marcheggiani;F. Sebastiani
通讯作者：
F. Sebastiani