Johannes Doleschal;本尼·基梅尔菲尔德;维姆·马滕斯;利亚特·彼得弗伦德 信息提取中的权重注释。 （英语） Zbl 07471710号 日志。方法计算。科学。 18，第1号，第21号论文，39页（2022年）. 摘要：文档扳手框架将从文本中提取信息的任务抽象为一个函数，该函数将每个文档（字符串）映射为文档跨度（由其开始和结束索引标识的间隔）上的关系。例如，正则扳手是带有捕获变量的正则表达式在关系代数（RA）下的闭包，正则扳手的表达能力由VSet-automata类精确捕获，VSet-antomata是标记所选跨度端点的一类受限传感器。在这项工作中，我们着手研究文档扳手，这些扳手可以用辅助信息（如信任度、支持度和机密性措施）注释提取。为此，我们采用了Green等人对起源半环的抽象，其中关系元组用交换半环的元素进行注释，注释通过正RA算子通过半环算子传播。因此，提议的扳手扩展（称为注释器）将每个字符串映射到跨度上的注释关系中。作为一个具体的实例化，我们研究了加权VSet自动机，它与加权自动机和变换器类似，将半环元素附加到变换。我们研究了表示性的关键方面，例如在正RA下的闭包，以及计算复杂性的关键方面（例如在有序半环的情况下注释答案的枚举及其排名枚举）。对于许多这样的问题，底层半环的基本性质，如正性，对于建立可处理性至关重要。 引用于三文件 MSC公司： 03B70号 计算机科学中的逻辑 68倍 计算机科学 关键词：信息提取;常规文档扳手;加权自动机;种源半环;K关系 软件：ProbLog（问题日志）;棱镜 PDF格式BibTeX公司 XML格式引用 \textit{J.Doleschal}等人，日志。方法计算。科学。18，第1号，第21号论文，39页（2022；Zbl 07471710） 全文： arXiv公司 链接 参考文献： [1] Shaull Almagor、Udi Boker和Orna Kupferman。加权自动机的决定因素是什么？2011年，在国际验证与分析自动化技术研讨会（ATVA）上，第482-491页·Zbl 1348.68089号 [2] 安托万·阿马里利（Antoine Amarilli）、皮埃尔·布赫斯（Pierre Bourhis）、斯特凡·门格尔（Stefan Mengel）和马蒂亚斯·尼沃斯（Matthias Niewerth）。非确定性文档扳手的常量延迟枚举。国际数据库会议·Zbl 1489.68054号 [3] 马塞洛·阿雷纳斯（Marcelo Arenas）、路易斯·阿尔贝托·克罗奎维尔（Luis Alberto Croquevielle）、拉杰什·贾亚拉姆（Rajesh Jayaram）和克里斯蒂安·里维罗斯（Cristian Riveros）。用于枚举、计数和统一生成的高效日志空间类。InACM研讨会 [4] 阿尔弗雷德·阿霍（Alfred V.Aho）和约翰·霍普克罗夫特（John E.Hopcroft）。计算机算法的设计与分析。AddisonWesley Longman出版有限公司，美国，1974年第1版·Zbl 0326.68005号 [5] 皮埃尔·布赫斯（Pierre Bourhis）、亚历杭德罗·格雷兹（Alejandro Grez）、路易斯·贾切特（Louis Jachiet）和克里斯蒂安·里韦罗斯（Cristian Riveros）。单词上MSO逻辑的分级枚举。在国际数据库理论会议（ICDT）上，第20:1-20:19页， [6] Jason P.C.Chiu和Eric Nichols。使用双向LSTM-CNN进行命名实体识别。事务处理。关联计算。语言学，2016年，4:357-370。 [7] 曼弗雷德·德罗斯特（Manfred Droste）和沃纳·库伊奇（Werner Kuich）。半环和形式幂级数，第3-28页。施普林格-柏林-海德堡，2009年·兹比尔1484.68082 [8] Shaleen Deep和Paraschos Koutris。联合查询结果的排名枚举。在2021年国际数据库理论会议（ICDT）上，第5:1-5:19页·Zbl 1402.68045号 [9] 约翰内斯·多雷沙尔（Johannes Doleschal）、本尼·基梅尔菲尔德（Benny Kimelfeld）、维姆·马滕斯（Wim Martens）和利亚特·彼得福德（Liat Peterfreund）。信息提取中的权重标注。在国际数据库理论会议（ICDT）上，第8:1-8:18页·Zbl 07471710号 [10] 曼弗雷德·德罗斯特（Manfred Droste）、沃纳·库伊奇（Werner Kuich）和海科·福格勒（Heiko Vogler）。加权自动机手册。施普林格，第1版，2009年·Zbl 1200.68001号 [11] 丹尼尔·德伊奇（Daniel Deutch）、托瓦·米洛（Tova Milo）、苏迪帕·罗伊（Sudeepa Roy）和瓦尔·坦宁（Val Tannen）。数据日志来源电路。在2014年国际数据库理论会议（ICDT）上，第201-212页。 [12] 塞缪尔·艾伦伯格，《自动化、语言和机器》。学术出版社，美国佛罗里达州奥兰多，1974年·Zbl 0317.94045号 [13] J.Nathan Foster、Todd J.Green和Val Tannen。带注释的XML：查询和来源。在ACM数据库系统原理研讨会（PODS）上，第271-280页，2008年。 [14] Dominik D.Freydenberger、Benny Kimelfeld和Liat Peterfreund。正则表达式的联接提取。InACM数据库系统原理研讨会（PODS），第137-149页， [15] 罗纳德·费金（Ronald Fagin）、本尼·基梅尔菲尔德（Benny Kimelfeld）、弗雷德里克·赖斯（Frederick Reiss）和斯蒂恩·范萨梅伦（Stijn Vansummeren）。文档扳手：信息提取的正式方法。J.ACM，62（2）：2015年12月·兹比尔1333.68098 [16] 罗纳德·费金（Ronald Fagin）、本尼·基梅尔菲尔德（Benny Kimelfeld）、弗雷德里克·赖斯（Frederick Reiss）和斯蒂恩·范萨梅伦（Stijn Vansummeren）。声明性地清除信息提取中的不一致。ACM事务处理。数据库系统。，41(1):6:1-6:44, 2016. ·Zbl 1474.68096号 [17] 多米尼克·D·弗雷登伯格。文档扳手的逻辑。理论计算。系统。，63(7):1679- 1754, 2019. ·Zbl 1430.68081号 [18] 马丁·格罗（Martin Grohe）、本杰明·卢西安·卡明斯基（Benjamin Lucien Kaminski）、朱斯特·佩特·卡托恩（Joost-Pieter Katoen）和彼得·林德纳（Peter Lindner）。具有连续分布的生成数据日志。InACM数据库系统原理研讨会 [19] 托德·格林（Todd J.Green）、格雷戈里·卡沃纳拉基斯（Gregory Karvounarakis）和瓦尔·坦宁（Val Tannen）。起源半环。InACM数据库系统原理研讨会（PODS），第31-40页，2007年。 [20] 乔纳森·戈兰。半环及其应用。施普林格，多德雷赫特，1999年·Zbl 0947.16034号 [21] 约书亚·古德曼。半环解析。计算语言学，25（4）：573-6051999。[H˚as01]约翰·H˚astad。一些最佳不可接近性结果。J.ACM，48（4）：798-8592001年7月·Zbl 1127.68405号 [22] 丹尼尔·克里斯滕（Daniel Kirsten）。一种用于终止多项式模糊min-plus-automata的Mohri算法的burnside方法。RAIRO-理论信息学与应用，42（3）：553-581·Zbl 1155.68042号 [23] 伊内斯·克利曼（Ines Klimann）、西尔万·伦巴第（Sylvain Lombardy）、让·梅莱斯（Jean Mairesse）和克里斯托夫·普里厄尔（Christophe Prieur）。从有限模糊max-plus自动机中确定无二义性和顺序性。理论计算机科学·Zbl 1071.68035号 [24] 丹尼尔·克罗布（Daniel Krob）。热带半环上带重数的有理级数的等式问题是不可判定的。国际代数计算杂志。，4（3）:405-4261994年·Zbl 0834.68058号 [25] 李耀勇、卡莉娜·邦切娃和哈米什·坎宁安。基于SVM的信息提取学习系统。机器学习中的确定性和统计方法，第页·Zbl 1133.68399号 [26] Mehryar Mohri，加权自动机算法，第213-254页。施普林格-柏林-海德堡，2009年·Zbl 1484.68092号 [27] Francisco Maturana、Cristian Riveros和Domagoj Vrgoc。提取不完整信息的文档扳手：表达性和复杂性。国际计算机学会原理研讨会 [28] 弗兰兹·梅尔和塞尔吉奥·尤文。人工神经网络的规则推理。在机器学习和知识提取（CD-MAKE）国际跨领域会议上，第页 [29] Hoifung Poon和Pedro M.Domingos。信息提取中的联合推理。国际人工智能大会（AAAI），第913-918页，2007年。 [30] Liat Peterfreund、Dominik D.Freydenberger、Benny Kimelfeld和Markus Kr¨oll。文档扳手上关系代数的复杂性边界。InACM原则研讨会 [31] 大卫·普尔。利用独立选择逻辑中的规则结构进行决策。在人工智能不确定性年度会议（UAI）上，第454-463页，1995年。 [32] Liat Peterfreund、Balder ten Cate、Ronald Fagin和Benny Kimelfeld。文档扳手的递归程序。数据库理论国际会议（ICDT），第127卷，页 [33] 迈克尔·拉宾，概率自动机。信息与控制，6（3）：230-2451963。[RBE+17]亚历山大·拉特纳（Alexander Ratner）、斯蒂芬·巴赫（Stephen H.Bach）、亨利·R·埃伦伯格（Henry R.Ehrenberg）、杰森·阿兰·弗里斯（Jason Alan Fries）、吴森（Sen Wu）和克里斯托弗·雷恩。潜水：在缺乏监督的情况下快速创建训练数据。程序。超大规模数据库 [34] Luc De Raedt、Angelika Kimmig和Hannu Toivonen。Problog：一种概率prolog及其在链路发现中的应用。国际人工智能联合会议（IJCAI），第2462-2467页，2007年。 [35] 雅克·萨卡罗维奇（Jacques Sakarovitch）。自动机原理。剑桥大学出版社，2009年·兹比尔1188.68177 [36] 苏妮塔·萨拉瓦吉。信息提取。数据库基础与趋势，1（3）：261-3772008。 [37] Warren Shen、AnHai Doan、Jeffrey F.Naughton和Raghu Ramakrishnan。使用带有嵌入式提取谓词的Datalog进行声明性信息提取。国际VLDB，第1033-1044页， [38] 罗伯托·塞加拉（Roberto Segala）。并发操作模型中的概率和不确定性。在并行理论国际会议（CONCUR）上，第64-78页，2006年·Zbl 1151.68553号 [39] 佐藤大辅和谷谷吉隆。PRISM：一种用于符号统计建模的语言。国际人工智能联合会议（IJCAI），第1330-1339页，1997年·Zbl 1137.68617号 [40] Charles A.Sutton和Andrew McCallum。条件随机场简介。机器学习的基础和趋势，4（4）：267-3732012·Zbl 1253.68001号 [41] 马库斯·施密德（Markus L.Schmid）和尼科尔·施魏卡特（Nicole Schweikardt）。非常规核心扳手的纯常规方法。在2021年国际数据库理论会议（ICDT）上，第4:1-4:19页。 [42] 罗伊·施瓦茨（Roy Schwartz）、萨姆·汤姆森（Sam Thomson）和诺亚·史密斯（Noah A.Smith）。桥接CNN、RNN和加权有限状态机。计算语言学协会（ACL）年会，第295-305页，2018年。 [43] David Torrents、Mikita Suyama、Evgeny Zdobnov和Peer Bork。人类假基因的全基因组调查。基因组研究，13（12）：2559-25672003。 [44] 盖尔·韦斯（Gail Weiss）、尤夫·戈德伯格（Yoav Goldberg）和埃兰·雅哈（Eran Yahav）。使用查询和反例从递归神经网络中提取自动机。在国际机器学习会议（ICML）上， [45] 王路生和姜涛。关于多序列比对的复杂性。计算生物学杂志，1（4）：337-3481994。 [46] Jin Y.Yen。《在网络中寻找最危险的无环路径》，《管理科学》，17（11）：712-7161971年。网址：http://www.jstor.org/stable/2629312。 ·Zbl 0218.90063号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。