Was ist Informationsextraktion?
Manchmal als Informationsabruf bezeichnet, ist die Informationsextraktion (dh) ein Prozess, der mit Computersystemen verwendet wird, damit relevante Daten aus größeren Datenbörsen extrahiert werden können, wobei einige vordefinierte Kriterien verwendet werden. Die Idee hinter der Informationsextraktion besteht darin, es möglich zu ermöglichen, Daten leicht zu identifizieren und zu assimilieren, die für eine bestimmte Aktivität relevant sind, ohne dass man viele Informationen manuell durchläuft, um die genauen Daten zu finden. Der Prozess ähnelt den Ideen des Konzeptabbaus oder des Webkratzens, da alle diese Ansätze versuchen, nützliche Informationen aus einem breiteren Pool verfügbarer Daten zu sammeln.
Der allgemeine Ansatz zur Informationsextraktion erfordert die Verwendung von Programmierungen, die in der Lage sind, Informationsquellen zu scannen, die als maschinelles Lesen gelesen werden. Dies kann Hardcopy -Dokumente umfassen, die in eine Art elektronische Dateien gescannt wurden, Dokumente, die als Tabellenkalkulationen oder Textverarbeitungsdokumente erstellt wurden, oder sogar die Daten, die in lesbaren Feldern in einer Datenbank enthalten sind. In der Regel werden Parameter festgelegt, die es ermöglichen, dass ein Softwareprogramm Zugriff auf diese Datenquellen erhält und diese schnell mit bestimmten Kriterien durchsuchen, um bestimmte Arten von Informationen aus dem verfügbaren Pool zu priorisieren und herauszuholen. Dieser Prozess unterscheidet sich in der Regel von einem einfachen Suchprozess, da die Methode nicht nur bestimmte Wörter oder Phrasen per se übereinstimmt, sondern einen Prozess verwendet, der als natürliche Sprachverarbeitung bezeichnet wird und die nicht nur die tatsächlichen Wörter, sondern auch den Kontext und die durch diesen Kontext implizierte Bedeutung bewertet.
Die Komplexität, die mit der Informationsextraktion verbunden istAuf dem Server eines Unternehmens oder sogar einem Pool von Quellen mit einer begrenzten Anzahl von Newsfeeds. Mit diesem Ansatz ist es möglich, eine Art von Ereignis zu identifizieren, möglicherweise sogar die Rendite auf die Aufnahme einer bestimmten Anzahl von Teilnehmern in der Veranstaltung einzuschränken und die Daten nach Datum zu ordnen.
Wie bei vielen Technologieformen werden die Tools, mit denen die Informationsextraktion verwendet wird, immer wieder verfeinert. Seit Beginn des 21. Jahrhunderts hat die Fähigkeit, Parameter festzulegen und immer größere Körperschaften elektronischer Daten als Teil der Suche nach relevanten Informationen zu nutzen, erheblich zugenommen. Dies schließt die Möglichkeit ein, mit großen Mengen unstrukturierter Daten umzugehen und diese Parameter zu verwenden, um diese Daten auf Ordnung oder Struktur zu bringen, wodurch sie für zukünftige Suchanfragen umso nützlicher werden.