Information extraction from scientific articles: an approach based on induction of tagging rules / Extração de informação de artigos científicos: uma abordagem baseada em indução de regras de etiquetagem

AUTOR(ES)

Alberto Cáceres Álvarez

DATA DE PUBLICAÇÃO

2007

RESUMO

Este trabalho faz parte do projeto de uma ferramenta denominada FIP (Ferramenta Inteligente de Apoio à Pesquisa) para recuperação, organização e mineração de grandes coleções de documentos. No contexto da ferramenta FIP, diversas técnicas de Recuperação de Informação, Mineração de Dados, Visualização de Informações e, em particular, técnicas de Extração de Informações, foco deste trabalho, são usadas. Sistemas de Extração de Informação atuam sobre um conjunto de dados não estruturados e objetivam localizar informações específicas em um documento ou coleção de documentos, extraí-las e estruturá-las com o intuito de facilitar o uso dessas informações. O objetivo específico desenvolvido nesta dissertação é induzir, de forma automática, um conjunto de regras para a extração de informações de artigos científicos. O sistema de extração proposto, inicialmente, analisa e extrai informações presentes no corpo dos artigos (título, autores, a filiação, resumo, palavras chaves) e, posteriormente, foca na extração das informações de suas referências bibliográficas. A proposta para extração automática das informações das referências é uma abordagem nova, baseada no mapeamento do problema de part-of-speech tagging ao problema de extração de informação. Como produto final do processo de extração, tem-se uma base de dados com as informações extraídas e estruturadas no formato XML, disponível à ferramenta FIP ou a qualquer outra aplicação. Os resultados obtidos foram avaliados em termos das métricas precisão, cobertura e F-measure, alcançando bons resultados comparados com sistemas similares

ASSUNTO(S)

natural languge processing machine learning processamento de lingua natural aprendizagem de máquina information extraction extração de infomação

Documentos Relacionados

• Information extraction from full text scientific articles: Where are the keywords?
• Modelos para a estruturação de artigos científicos: um estudo de instruções aos autores a introduções de artigos de revistas da Scientific Electronic Library Online do Brasil
• Interfaces Management to Information Systems: an models based approach
• Gerência de Interfaces para Sistemas de Informação: uma abordagem baseada em modelos
• Autoria em artigos científicos: os novos desafios