Wissen gewinnen durch Wissen: Ontologiebasierte Informationsextraktion

Die Aufgabe der Informationsextraktion (IE) ist es, aus Texten einer Domäne gezielt die Informationen zu entnehmen, die gerade interessieren, und alle anderen zu überlesen (mehr z.B. bei Neumann 2004). Diese Aufgabe hat offensichtlich etwas mit der Fragebeantwortung (Question Answering) und mit dem themenoder fragespezifischen Zusammenfassen (Hintergrund dazu bei Afantenos et al. 2005, Endres-Niggemeyer 2004, Hovy 2003, Mani 2001, Mani & Maybury 1999) zu tun: das System soll nur die Textpassagen analysieren bzw. “verstehen”, die relevante Information beinhalten. Was relevant ist, bestimmt die aktuelle Benutzerfrage. Die klassische IE1 (Cunningham 2005) stützt sich bevorzugt auf Templates mit Attributen, die den Typ der gewünschten Informationen spezifizieren, also auf Datenstrukturen. Die Extraktionsergebnisse sind gefüllte Template-Instanzen. IE dieser Art wurden in den amerikanischen Message Understanding Conferences2 (MUC) ausgiebig evaluiert. Dabei wurden Inhalte vor allem über Named Entities gesucht und gefunden. Named Entity Recognition3 beruht auf der Verwendung der Namen von Personen, Orten, Firmen usw. Sie sind besonders leicht und sicher zu erkennen. Anstatt auf die Templates kann man sich auch zuerst auf die Inhalte, also auf die vorkommenden Wörter und Konzepte, konzentrieren und im Anschluss herausfinden, welche Strukturen (wie Relationen oder Templates) sie umgeben. Wenn nach Named Entities gesucht wird, ist man nur noch einen Denkschritt von einer ontologiegestützten Informationsextraktion entfernt, denn schließlich hat jedes Konzept einer Ontologie oder eines Thesaurus auch die wesentlichen Vorteile einer „Named Entity“. Ansätze zur ontologiebasierten IE Wissen gewinnen durch Wissen: Ontologiebasierte Informationsextraktion