信息提取

• 类型：高级讲座
• 老师： 西蒙·拉兹涅夫斯基（讲师），匡轩初（实验室）
• 时间：星期二10:00-12:00（讲座），星期二16:00-18:00（实验室）
• 地点：E1 4 024室（讲座），021室（实验室）
• 信用：6 ECTS学分
• 邮件列表供讨论和发布：https://groups.google.com/d/forum/ie1920
• 求你了注册如果你计划参加课程，请查看邮件列表（现在链接固定的截至10月4日）
• 课程评估结果

本次高级讲座的重点是如何使用信息提取技术构建知识库。主题将是使用模式的自动信息提取、监督提取器和开放信息提取、信息框爬行、实体消歧和规范化、知识库学习及其在问答中的应用。我们还将涉及众包知识库的构建、评估措施、，以及一些最先进的知识库。在实验室中，参与者将使用来自维基粉丝社区网站作为源。

*注意：5.11没有讲座/实验室。

作业

• 每周有8项作业
• 每个作业提交都会收到一个二进制通过/不通过分数
• 要被录取参加期末考试，至少必须通过6项作业。
• 每周时间表：
  • 作业于周二上午发布
  • 周二下午的实验室计划开始作业
  • 作业应在同一周的周六23:59完成
  • 评估于周二上午提供
• 工作分配结果(链接)

考试

• 口语考试
• 涵盖讲座和作业的主题
• E1 4房间433
• 考试时间表
• Reexam时间表

行业相关性（第1讲）：

• 产业规模知识图：教训与挑战，娜塔莎·诺伊，高玉清，安舒·贾恩，阿南特·纳拉亚南，阿兰·帕特森，杰米·泰勒，CACM，2019(链接)

知识表达（第二讲）：

• 以实体为中心的知识库中的知识表示和规则挖掘，Fabian M。Suchanek、Jonathan Lajus、Armand Boschin、Gerhard Weikum、RW，2019年(链接)

爬行和刮擦（第三讲）：

• 网络爬行中的资源效率：优化衰退信息的更新频率，Simon Razniewski，CIKM，2016(链接)
• 维基百科的大规模刮取：DBpedia：开放数据网络的核心，Auer，Sören等人，ISWC 2007(链接)

打字（第四讲）：

• 信息提取（第2章），Sunita Sarawagi，FnT，2007(链接)
• ENTYFI：虚构文本中的实体键入，Chu等人，WSDM 2020(链接)

分类归纳法（第5讲）：

• Panchenko，Alexander等，《SEMEVAL-2016出租车任务13：基于词汇句法模式、子串和聚焦爬行的分类归纳方法》。2016年6月(链接)
• Gupta，Amit，et al.“使用上名子序列进行分类归纳”，CIKM 2017(链接)
• TiFi：虚构领域的分类归纳，Chu等人，WWW 2019(链接)

参考文献（第5讲）：

• Raghunathan、Karthik等人，“共参考分辨率的多通筛”，EMNLP，2010年。(链接)
• 神经核心：medium.com/huggingface/state-of-the-art-neural-coreference-resolution-for-chatbots-3302365dcf30

消除歧义（第五讲）：

• 文本中命名实体的稳健消歧，Hoffart等人，EMNLP 2011(链接)