Bei der Informationsextraktion (IE) geht es um die automatische Extraktion von Information aus Volltexten. Die Anwendungen erstrecken sich von der Unterstützung von Internet-Suchmaschinen bis hin zum automatischen Aufbau von Fachdatenbanken. Die Methoden reichen von der Analyse natürlicher Sprache über automatische Termerkennung bis zu automatischen Lernverfahren, wobei symbolische, statistische und hybride Methoden zum Einsatz kommen. Komplexe Informationsstrukturen können mit sogenannten Templates (Informationsmustern) repräsentiert werden. In der Veranstaltung werden verschiedene Anwendungen und Methoden für diverse Anwendungsdomänen betrachtet.
Inhalte:
In der Vorlesung wird zunächst der Begriff der Informationsextraktion in Abgrenzung zum Information Retrieval definiert. Dazu gehört auch, die Teilgebiete und Aufgaben der Informationsextraktion (IE) vorzustellen. Dabei wird konkret auf die einzelnen Probleme der IE eingegangen, bevor Ansätze und Verfahren zur Lösung dieser behandelt werden. Die Veranstaltungsteilnehmer werden lernen, wie die Architektur eines generischen IE-Systems aussieht, welche Komponenten es enthält, und auf welchen Ressourcen es aufbaut.
Lernziele:
Ziel ist es, die Probleme bei der automatischen Informationsextraktion aus Dokumenten zu verstehen und die notwendigen Komponenten und Ressourcen kennenzulernen.
Here is a link to the Seminar
Email Address: SubstituteMyLastName@cis.uni-muenchen.de
Tutor: Fabian Dreer
Email Address: SubstituteFabiansLastName@cip.ifi.lmu.de
Room BU101, Wednesdays, 16 to 18 (c.t.)
| Date | Topic | Reading (DO BEFORE THE MEETING!) | lecture slides |
| October 19th | Introduction to Information Extraction | pptx pdf | |
| October 26th | History/Related Fields, Sources, Regular Classes | Read Sarawagi: Introduction (pages 1 to 21) | pptx pdf |
| November 2nd | Introduction to Evaluation, Rule-based NER | Read Sarawagi: Rule-based (Chapter 2) | pptx pdf |
| November 9th | More evaluation, IE Tasks, Annotation | pptx pdf | |
| November 16th | IR vs. IE and introduction to classification-based NER | Read Sarawagi: Classification (Chapter 3) | pptx pdf |
| November 23rd | Decision Trees | pptx pdf | |
| November 30th | Linear Models | pptx pdf | |
| December 7th | Neural Networks (and Word Embeddings), Fabienne Braune | ||
| December 14th | Relation Extraction, Matthias Huck Review of Exercise 2 | Read Sarawagi: Relationship Extraction | pdf pptx pdf |
| December 21st | Sentiment Analysis | pptx pdf | |
| January 11th | Event Extraction and Multimodal Extraction | pptx pdf | |
| January 18th | Open IE, Matthias Huck | ||
| January 25th | Neural Networks for NER, Fabienne Braune | ||
| February 1st | Review | ||
| February 15th | Klausur *14:00* c.t., Hauptgebäude (Main LMU Building), Raum A 014. | ||
| April 19th | Nachholklausur, 14:00 c.t., Zimmer 131, BITTE IN LSF REGISTRIEREN |
Literature:
Sunita Sarawagi. Information Extraction. Foundations and Trends in Databases, 1(3):261–377, 2008. Table of Contents