استخراج اطلاعات

استخراج اطلاعات (Information Extraction)

استخراج اطلاعات یا Information Extraction، اشاره به استخراج خودکار اطلاعات ساختاریافته همچون موجودیت‌ها، روابط بین موجودیت‌ها، و ویژگی‌های توصیف‌کننده موجودیت‌ها از منابع غیرساختاریافته دارد.

به عبارت دیگر، این حوزه به تبدیل متن‌های بدون ساختار (مانند اسناد، وب‌سایت‌ها، مقالات خبری) به داده‌های ساختاریافته و قابل استفاده برای ماشین‌ها می‌پردازد.

نمونه‌ای از اطلاعات استخراج شده

• موجودیت‌ها (Entities): اشخاص، سازمان‌ها، مکان‌ها، تاریخ‌ها، اعداد
• روابط (Relations): ارتباط بین موجودیت‌ها مانند «متولد در»، «کارمند»، «واقع در»
• ویژگی‌ها (Attributes): خصوصیات توصیف‌کننده موجودیت‌ها مانند رنگ، اندازه، قیمت