Open Information Extraction

763cb660ed42efa5549c6c60f3d88d15?s=47 Alireza Nourian
December 12, 2012

Open Information Extraction

763cb660ed42efa5549c6c60f3d88d15?s=128

Alireza Nourian

December 12, 2012
Tweet

Transcript

  1. ىبیسًَ بضشیلػ nourian@comp.iust.ac.ir ىاشیا تؼٌك ٍ نلػ ُبگـًاد دبتػا بوٌّاس

    : ییَلبًآ یضتشه شتکد
  2.   ىَته َُجًا نْف  ًِبیاشگ دشکسبک نْف 

    ةٍ دبؼثا سد  عٌَته ٍ نیدح سبیؼث  شظبً یث بتار  قخـه فذّ ىٍذث  يیؿبه یبّ یشتشث شث ِیکت  حًشغؿ یصبث لثه یٌیؿبه ِؼلبغه [Etzioni, AAAI'07]
  3.   يیؿبه یاشث ُدبفتػا لثبق تبػالعا ِث مبخ يته

    لیذجت  شظً دسَه تبػالعا  شْؿ ( ىاشْت )  ىدشک عاشتخا ( خهال ،ىَؼیدا )  ىدشک یصاذًاشیت ( ِحلػا بث ،مدشه ِث ،حلؼه قسبػ ) تبػالعا جاشختػا
  4.   ِلبؼه فیشؼت :  يته سد فبخ عالعا

    کی عَقٍ دسَه سد تٍبضق  قخـه ُدبفتػا یاشث تبػالعا جاشختػا  بّشْؿ تػشْف ىدسٍآ تػذث  بّ غًاشفٌک یساضگشث ىبهص ىدشک اذید ذٌوفذّ جاشختػا یبّشْؿ صٍشها نق ذًذیصشل ىاشْت ٍ . ← « ىاشْت شْؿ »
  5.   ُذػبق شث یٌتجه  بّبٌثتػا لکـه  عالعا

    شّ یاشث ذیذخ ذػاَق يتؿًَ  ِتفبی تخبػ تبػالعا صا بّ ُداد جاشختػا  تًدسٍ ٍ بیذد یکیٍ لثه ذٌوفذّ جاشختػا ( ِهادا ) ٍ ة ،فلا یبّشْؿ ... ← « فلا شْؿ « » ة شْؿ » ... [Suchanek, JWS'08]
  6.   یشیگدبی تسَك ِث عالعا عًَ شّ ًِبگاذخ 

    یفاشگ یبّ لذه  سبتخبػ یٌیث ؾید تسَك ِث ِلبؼه فیشؼت  ٍ یَحً ،یا ُطاٍ یبّ یگظیٍ عاًَا صا ُدبفتػا ...  لًشک شث یٌتجه  بّ ىآ فیكَت یبخ ِث ًَِوً ٍد ىبیه تّبجؿ سبیؼه فیشؼت  یَحً تخسد ٍد کشتـه یبّ تخسد شیص لًشک لثه ذٌوفذّ جاشختػا ( ِهادا ) [Peng, NAACL'04], [Zelenko, JMLR'03]
  7.  داصآ جاشختػا یَػ ِث یٌیؿبه ِؼلبغه ِث یثبیتػد یاشث

    ییبّ ؽالت
  8.   شظبً یث یبّ ًِبهبػ  ِثبـه تبػالعا یذٌث

    ِؿَخ  یتسبظً ِویً یبّ ًِبهبػ  يیصبغآ یبّ ُداد صا ُدبفتػا  شظبً دَخ یبّ ًِبهبػ  یشیگدبی یبّ ًَِوً سبکدَخ ذیلَت ِلبؼه بث ِْخاَه َُحً
  9.   ِؼقاٍ عًَ کی یبّشجخ فـک یاشث بّشجخ یذٌث

    ِؿَخ  غخشه نّ یبّ تیدَخَه فـک  یذٌث ِؿَخ شث بّ تیدَخَه شجخ ِتػد شّ سد بّ ىآ فیكَت عبػا  یَحً ٍ یا ُطاٍ یبّ یگظیٍ کوک بث فیكَت یذٌث ِؿَخ صا ُدبفتػا Katrina headed Longwang headed [Shinyama, NAACL'06] New Orleans was-hit Taiwan was-hit
  10.   ذًَؿ یه ىبیث یلخـه یبّ تلبق بث سبجخا

     تػا ییبٌؼه یبّ ؾقً صا یا ِػَوده تلبق  ُذػبق بث يته یبّ یگظیٍ جاشختػا  بّ ىآ ییآ نّبث ىاضیه عبػا شث بّ یگظیٍ یذٌث ِؿَخ  تلبق کی ِث طَثشه یبّ یگظیٍ ِث ىذیػس یاشث قخـهبً یبّ تلبق صا ُدبفتػا « لؼف » ، « نػا » ، « لؼف - لػبف » ٍ ... ← شک شدفٌه« ىد » ، « ا بدفً س » ٍ « س مدآ بث یی - قخؿ » [Chambers, ACL'11] « ىدشک کیلؿ » ، « ىذؿ یوخص » ٍ ... « شک شدفٌه ىد » ، « ا بدفً س » ٍ ...
  11.   یذٌث ِؿَخ بّ ىآ یبّ ىبهَگسآ عبػا شث

    ِتػد شّ یبّ یگظیٍ  یاشث يییؼت تلبق ییبٌؼه یبّ ؾقً  جاشختػا یبّ ؾقً ىاٌَػ ىدشک شد بث تبػالعا تلبق یبّ تلبق صا ُدبفتػا قخـهبً ( ِهادا ) Perpetrator Person/Org who blows up, plants, hurls, stages, is suspected, … Instrument A physical object that is exploded, explodes, causes, is set off, … Target A physical object that is damaged, is destroyed, is exploded at, … Police Person/Org who questions, discovers, raids, investigates, arrests, … [Chambers, ACL'11]
  12.   صاذًا ُاسدَخ ذٌیاشف  يیصبغآ یبّ ُداد بث

    عٍشؿ  بّ ُداد ِث يئوغه حیبتً ىدٍضفا  دذده یشیگدبی  ُذؿ جاشختػا تبػالعا ىبیه یسبگصبػ  ِغثاس کی یبّ ىبهَگسآ عًَ یػسشث  بّ ٍُشگ ىبیه یسبلحًا ِغثاس یػسشث صاذًا ُاسدَخ ذٌیاشف صا ُدبفتػا [Carlson, WSDM'10, AAAI'10]
  13.   عالعا صا لقتؼه ٍ شظبًبث لکؿ ِث ِلبؼه

    فیشؼت  ُذػبق بث یؿصَهآ ُداد سبکدَخ ی ِیْت  ىَته َُجًا سد اشخا لثبق  ذٌتؼیً ىذؿ گسضث لثبق یصاذًا ُاسدَخ ٍ یذٌث ِؿَخ  يیصبغآ یبّ ُداد ِث ِتؼثاٍ یصاذًا ُاسدَخ ذٌیاشف تیفیک شظبً دَخ یبّ ًِبهبػ
  14.   ُذػبق بث یؿصَهآ ی ُداد ی ِیْت 

    ِغثاس صا لقتؼه ٍ ىبثص ِث ِتؼثاٍ ذػاَق  ُذؿ ِیْت یبّ ُداد یشیگدبی  سبتخبػ یٌیث ؾید تسَك ِث  تبػالعا جاشختػا  یوػا تاسبجػ ىدشک قخـه  تسبجػ ٍد شّ ىبیه یبّ ُطاٍ دسَه سد تٍبضق داصآ جاشختػا ةَچسبچ [Banko, IJCAI'07, ACL'08]
  15.   ِغثاس صا لقتؼه ٍ ىبثص ِث ِتؼثاٍ ذػاَق

     یگتؼثاٍ ِیضدت سد یوػا تسبجػ ٍد شّ ىبیه شیؼه ؾیبوید  ذػاَق بث ظلغ ٍ تػسد یبّ ًَِوً قیخـت  ُذؿ یحاشع یبّ ُذػبق ًَِوً  تسبجػ ٍد ىبیه شیؼه لَع  ذٌؿبث شیوض کی ذیبجً تسبجػ ٍد صا ماذکچیّ  يکً سَجػ یلَكَه ذٌث صا تسبجػ ٍد ىبیه شیؼه ُذػبق بث بّ ًَِوً جاشختػا [Banko, IJCAI'07, ACL'08]
  16.   یوػا تسبجػ ٍد ىبیه شجتؼه شیؼه ًَِوً 

    شیؼه يیا بث جاشختػا لثبق عالعا ًَِوً ُذػبق بث بّ ًَِوً جاشختػا ( ِهادا ) ذًا ُدشک ییَدلد بًْآ صا ٍ ساذید یلجق ثداَح ىبحٍشده صا یخشث بث یلحه تبهبقه . ← ( یخشث ،بث ذًا ُدشک ساذید ،یلحه تبهبقه ثداَح ىبحٍشده صا یلجق ) [Banko, IJCAI'07, ACL'08]
  17.   ِغثاس یبّ ُطاٍ ىدشک قخـه  یحغػ یبّ

    یگظیٍ بث  ُطاٍ تبیكَلخ ،يخػ یاضخا تؼچشث ( غوخ بی دشفه لثه ) ٍ ...  صا ُدبفتػا ىٍذث یشیزد نیوؼت ؾیاضفا یاشث ،بّ ُطاٍ دَخ یشیگدبی [Banko, IJCAI'07, ACL'08]
  18.   بیذد یکیٍ ِتفبی تخبػ یبّ ُداد صا ُدبفتػا

     ِحفك يته بث عالعا ٍ عَضَه ىبیه قبجغًا بیذد یکیٍ صا بّ ًَِوً جاشختػا (Stanford University, established, 1891) The university was founded in 1891 by . . . [Wu, ACL'10]
  19.   لؼف بث ِغثاس ىبیث ی ُدبػ یَگلا 

    یؼیلگًا ىبثص یاشث ظقف  تػاس ٍ خچ یوػا تاسبجػ ةبختًا بّ ىبهَگسآ یاشث ِغثاس  ِغثاس سبجتػا ىاضیه یشیگدبی  تحك ؾدٌػ یاشث بّ ىبهَگسآ عٌَت صا ُدبفتػا  ُبجتؿا کی ساشکت شغخ صا یشیگَلخ لؼف شث یٌتجه یبَّگلا V | VP | VWP V = verb particle? adv? W = (noun | adj | adv | pron | det) P = (prep | particle | inf. marker) [Fader, EMNLP'11]
  20.   یسبکتثا یبّ ؽٍس  ظثاٍس ٍ بّ تیدَخَه

    یذٌث ِؿَخ  یؼیصَت تّبجؿ ٍ یا ِتؿس تّبجؿ  ظثاٍس ٍ بّ تیدَخَه ىبیه ییاضفا نّ عَقٍ  یخسبخ ؾًاد صا ُدبفتػا  ِهبٌـًاد ِث لبلتا  بّ تیدَخَه عًَ ىدشک قخـه  َدتؼخ یبّسَتَه  غخشه نّ شكبٌػ یاشث ییآ نّبث ىاضیه بّ تیدَخَه ییبػبٌؿ [Yates, NAACL'07]
  21.   یسبکتثا یبّ ؽٍس  شتالبث تیفیک ،شتـیث ساشکت

     ةٍ سد َدتؼخ  َگلا سد عالعا ىداد ساشق (, ) = ( + ) ()  ساشکت لذه  ِغثاس شّ یاصا ِث ىاذلگ کی  تػبّ ىاذلگ صا ساد تؼچشث حَت کی يتؿادشث لثه جاشختػا  عالعا x صا ذؼث n ،جاشختػا k تؼثَلغه ،ُذؿ ُذّبـه سبث ∈ یدٌػسبجتػا َُحً [Etzioni, AIJ'05], [Downey, IJCAI'05]
  22.  ظثاٍس ساشکت ىاضیه ٍ يته تیفیک ِغثاس [Banko, 2009]

  23.  بّدشثسبک ُذؿ جاشختػا تبػالعا صا ُدبفتػا

  24.   بّ ؾػشد يیا خػبد ِث ىذیػس یاشث ،ُذؿ

    جاشختػا تبػالعا یثبیصبث  َحً ُ اس بیه ِغث ٍد ى َخَه د تی  يؿٍس ؾػشد کی ُبتَک خػبد  کشتـه یگظیٍ بث ییبّ تیدَخَه صا یتػشْف  یاشث یًٌَک یَدتؼخ یبّسَتَه ذًا ُذـً یحاشع سبک يیا بّ ؾػشد ِث خػبد [Banko, IJCAI'07, ACL'08]
  25.  Black pepper, Mexico (10) Tea, India (6) Saffron, Spain

    (5) Rooibos, South Africa (4) Cocoa bean, Ghana (4) No coffee, Italy (4) Coffee, Brazil (3) Ginger, India (3) Coffee, Ethiopia (3) Broccoli, Italy (3) Rice, Australia (3) Cardamom, Vietnam (2) Rice, Philippines (2) Wheat, India (2) These mushrooms, Mexico (2) Flax, Russia (2) Apricot, Armenia (2) ... ِث خػبد بّ ؾػشد ( ِهادا ) http://openie.cs.washington.edu/ What foods are grown in which countries? (type:Food, grown in, type:Country)
  26.   یسبکتثا لکؿ ِث بّ تیدَخَه ییبػبٌؿ  يکوه

    یبّ ُساضگ ی ِوّ ذیلَت  بث ییبّ ُساضگ ىسَّ مشف  یسبهآ طبجتسا یػسشث بث تحك ؾدٌػ ≫ ؾًاد جاشختػا IsHeadquarteredIn(Company, State) ⇐ IsBasedIn(Company, City) ∧ IsLocatedIn(City, State) [Schoenmackers, EMNLP'10]
  27.   ِغثاس کی ُذّبـه لبوتحا  ظثاٍس شگید ی

    ُذّبـه طشؿ ِث  ییآ نّبث ىاضیه ؾیبوً  يته عَقٍ لبوتحا ِجػبحه یا ِغثاس یًبثص لذه [Schoenmackers, EMNLP'10]
  28.   يته یاشث البث حغػ یبّ یگظیٍ فیشؼت 

    لثه « ىبهَگسآ بث ِغثاس عَقٍ » یبخ ِث « ُطاٍ عَقٍ »  ٍ تلقت فـک ،ىَته یذٌث ِؿَخ ،یذٌث ُدس سد ُدبفتػا لثبق ...  بّ ُداد ىدَث کٌت لکـه  بّ تیدَخَه ییبػبٌؿ یبّ ؽٍس صا ُدبفتػا ىَته یثبی تّبجؿ
  29.   یتسبظً ِویً ٍ شظبًبث یبّدشجّاس  ذًا ُذـً

    یحاشع عٌَته تبػالعا َُجًا بث ِْخاَه یاشث  یٌیؿبه ِؼلبغه  یحغػ تبػالعا جاشختػا ٍ يته َُجًا یٍس صا سَجػ  تبػالعا داصآ جاشختػا  ةٍ دبؼثا سد اشخا لثبق  َدتؼخ تیفیک ىدشث البث  ؾًاد جاشختػا  ... یذٌث غوخ