ЕСПБ: 11.0

Екстракција информација и проналажење информација. Екстракција информација у оквиру обраде природног језика. Прецизност и одзив. Препознавање именованих ентитета. Приступ заснован на правилима. Приступ заснован на машинском учењу. Метода скривених Марковљевих модела. Метода максималне ентропије. Нормализација именованих ентитета. Вишејезична евалуација - НЕРозета. Препознавање релација међу именованим ентитетима. Екстракција информација без надзирања. Конференције о разумевању порука (MUC). Каскадни коначни аутомати: систем FASTUS и Cassys (Unitex). Коначни трансдуктори и њихове примене у препознавању именованих ентитета и релација међу њима. Улога речника у дефинисању правила. Систем GATE (GATE toolkit) и његове JAPE-граматике.

Процесирање природних језика

Упознавање са методама и техникама екстракције информација и могућностима за њихову примену

#Poibeau, T.; Saggion, H.; Piskorski, J.; Yangarber, R. (Eds.): Multi-source, Multilingual Information Extraction and Summarization. Springer, 2013. #Cunningham, et al. Text Processing with GATE (Version 6). University of Sheffield Department of Computer Science. 15 April 2011 #Sébastien Paumier. Unitex 3.0 User Manual. October 2011 #S. Sekine and E. Ranchold (Eds.): Named Entities - Recognition, classification and use, Benjamins Current Topics 19, John Benjamins Publishing Company, 2009. #Eugene Agichtein and Luis Gravano. Snowball: Extracting relations from large plain-text collections. In Proceedings of the 5th ACM Conference on Digital Libraries, pp. 85–94, 2000. #Oliver Bender, Franz Josef Och, and Hermann Ney. Maximum entropy models for named entity recognition. In Proceedings of the 7th Conference on Natural Language Learning, 2003.

групни, индивидуални и практични

Витас Душко

Крстев Цветана

Пајић Весна