In this facts harvesting task, some

In this facts harvesting task, some recent approaches fo-
cus on scalability in addition to recall and precision. It is the

case of [41] which take advantage of Hadoop MapReduce to dis-
tribute the patterns matching part of their algorithm. Now

focusing on the velocity, almost the same group of authors

has proposed a novel approach for population of knowledge

bases in [43]. Here, they propose to extract a certain set of

relations from documents in a given “time-slice”. This extrac-
tion can be improved based on the topics covered by the doc-
ument (e.g do not try to extract music-domain relations from

a sport document) or by matching patterns of relations on an

index build from documents. More, since web is redundant

(a given fact is published by tens of sites), a small percent-
age of documents can cover a significant part of facts. Like-
wise, [42] RDF-format unstructured data during a time-slice

duration. It is important to note that the whole processing of

data gather during a period of time must be done during that

period of time, unless the processing cycle will be blocked.

Recall that relations could be n-ary. For instance, in [64]’s web

representative-corpus, n-ary relations represented 40% of all

relations. About n-ary relations extraction, [65,66] are very rel-
evant work. They both use Stanford CoreNLP typed dependen-
cies paths to extract arguments of different facts. To end with

information extraction, let us precise that is not all about

free text. Some work has thus focus on web tables or lists

[67–69].

ผลลัพธ์ (ไทย) 1:

ในข้อเท็จจริงนี้ เก็บเกี่ยวงาน ล่าบางวิธีสัญลักษณ์cus บนภาระนอกเหนือจากการเรียกคืนและความแม่นยำ มันเป็นการกรณีของ [41] ซึ่งใช้ประโยชน์จาก Hadoop MapReduce ไปส่ง-ส่วยรูปแบบสัดส่วนของอัลกอริทึมของพวกเขา ตอนนี้เน้นความเร็ว เกือบกลุ่มเดียวของผู้เขียนได้เสนอวิธีการใหม่สำหรับประชากรความรู้ฐานใน [43] ที่นี่ พวกเขาเสนอการแยกชุดของความสัมพันธ์จากเอกสารในการกำหนด "เวลาตัก" สกัดนี้-ทางการค้าได้ตามหัวข้อครอบคลุมเอกสาร-ument (เช่นไม่พยายามขยายความสัมพันธ์โดเมนเพลงจากเอกสารกีฬา) หรือ โดยการจับคู่รูปแบบของความสัมพันธ์ในการสร้างดัชนีจากเอกสาร อื่น ๆ เว็บเป็นซ้ำซ้อน(ความจริงกำหนดเผยแพร่ โดยหลายสิบของเว็บไซต์), ร้อยละขนาดเล็ก -อายุของเอกสารสามารถครอบคลุมเป็นส่วนสำคัญของข้อเท็จจริง เช่น-ฉลาด RDF [42] -รูปแบบไม่มีโครงสร้างข้อมูลระหว่างชิ้นเวลาระยะเวลา หมายเหตุที่สำคัญคือการประมวลผลทั้งหมดรวบรวมข้อมูลในระหว่างรอบระยะเวลาต้องทำในช่วงที่ระยะเวลา เว้นแต่ว่ารอบการประมวลผลจะถูกบล็อกเรียกว่า ความสัมพันธ์อาจจะเกี่ยวกับ n เช่น ใน [64] ของเว็บตัวแทนคอร์ปัส สัมพันธ์เกี่ยวกับ n แทน 40% ของทั้งหมดความสัมพันธ์ทาง เกี่ยวกับการสกัดความสัมพันธ์เกี่ยวกับ n, [65,66] มีมากไปปล่อยลงให้งานงาน evant จะใช้สแตนฟอร์ด CoreNLP พิมพ์ dependen -เส้นทาง cies การแยกอาร์กิวเมนต์ของข้อเท็จจริงที่แตกต่างกัน จะจบด้วยการสกัดข้อมูล ให้เราแม่นยำที่ไม่เกี่ยวกับข้อความฟรี งานบางอย่างได้จึงเน้นเว็บตารางหรือรายการ[67 – 69]

ผลลัพธ์ (ไทย) 2:

ในงานนี้ข้อเท็จจริงเก็บเกี่ยวบางวิธีล่าสุด fo-
ยูเอสบน scalability นอกเหนือจากการจำและความแม่นยำ มันเป็นกรณีของ [41] ซึ่งใช้ประโยชน์จาก Hadoop MapReduce การปนส่วยรูปแบบการจับคู่เป็นส่วนหนึ่งของขั้นตอนวิธีการของพวกเขา ตอนนี้มุ่งเน้นไปที่ความเร็วเกือบกลุ่มเดียวกันของผู้เขียนได้เสนอแนวทางใหม่สำหรับประชากรของความรู้ในฐาน [43] ที่นี่พวกเขาเสนอที่จะดึงบางชุดของความสัมพันธ์จากเอกสารในการให้ "เวลาชิ้น" นี้ extrac- การสามารถปรับปรุงให้ดีขึ้นอยู่กับหัวข้อที่ครอบคลุมโดย doc- ument (เช่นไม่พยายามที่จะดึงความสัมพันธ์เพลงโดเมนจากเอกสารกีฬา) หรือตรงกับรูปแบบของความสัมพันธ์ในดัชนีสร้างจากเอกสาร มากขึ้นเนื่องจากเว็บเป็นซ้ำซ้อน(ความจริงที่ได้รับการเผยแพร่โดยนับเว็บไซต์) ซึ่งเป็นเปอร์เซ็นต์ขนาดเล็กอายุของเอกสารที่สามารถครอบคลุมเป็นส่วนสำคัญของข้อเท็จจริง อย่างเช่นฉลาดข้อมูลที่ไม่มีโครงสร้าง [42] RDF รูปแบบในช่วงเวลาที่-slice ระยะเวลา มันเป็นสิ่งสำคัญที่จะต้องทราบว่าการประมวลผลทั้งหมดของข้อมูลที่รวบรวมในช่วงระยะเวลาที่จะต้องทำในช่วงระยะเวลาเว้นแต่วงจรการประมวลผลจะถูกปิดกั้น. จำได้ว่าอาจจะมีความสัมพันธ์ที่ N-Ary ยกตัวอย่างเช่นใน [64] ของเว็บสัมพันธ์ตัวแทน-คลัง n- เกี่ยวตัวแทน 40% ของความสัมพันธ์ เกี่ยวกับ n- เกี่ยวสกัดความสัมพันธ์ [65,66] มี rel- มากทำงาน EVANT พวกเขาทั้งสองใช้สแตนฟอ CoreNLP พิมพ์ dependen- เส้นทาง Cies เพื่อดึงข้อโต้แย้งของข้อเท็จจริงที่แตกต่างกัน จะจบลงด้วยการสกัดข้อมูลให้เราได้อย่างแม่นยำว่าไม่ทั้งหมดเกี่ยวกับข้อความฟรี บางคนทำงานจึงได้มุ่งเน้นไปที่ตารางเว็บหรือรายการ[67-69]

ผลลัพธ์ (ไทย) 3:

ในข้อเท็จจริงนี้เกี่ยวงานล่าสุด . . . . . .ยูเอสในระบบนอกจากจำ และความแม่นยำ มันคือกรณี [ 41 ] ซึ่งใช้ประโยชน์จาก mapreduce Hadoop ที่จะ dis -ส่วยรูปแบบการจับคู่ส่วนของอัลกอริทึมของพวกเขา ตอนนี้เน้นความเร็ว เกือบเหมือนกลุ่มของผู้เขียนได้เสนอแนวคิดใหม่ในประชากรของความรู้ฐานใน [ 43 ] ที่นี่ พวกเขาเสนอให้แยกชุดหนึ่งของประชาสัมพันธ์ จากเอกสารที่ระบุในเวลา " เฉือน " - สกัดนี้tion สามารถปรับปรุงตามหัวข้อที่ครอบคลุมโดยหมอ -ument ( เช่นอย่าพยายามที่จะดึงเพลงจากโดเมนของความสัมพันธ์กีฬาเอกสาร ) หรือโดยการจับคู่รูปแบบของความสัมพันธ์ในดัชนีสร้างจากเอกสาร เพิ่มเติม เนื่องจากเว็บแทน( ระบุข้อเท็จจริงเผยแพร่โดยนับหมื่นของเว็บไซต์ ) ร้อยละ - เล็กอายุของเอกสารที่สามารถครอบคลุมส่วนของข้อเท็จจริง เหมือน -ฉลาด [ 42 ] รูปแบบ RDF โครงร่างข้อมูลในระหว่างเวลาฝานระยะเวลา มันเป็นสิ่งสำคัญที่จะทราบว่าทั้งการประมวลผลของข้อมูลที่รวบรวมในช่วงเวลาที่ต้องทำในช่วงที่ระยะเวลา เว้นแต่วัฏจักรการประมวลผลจะถูกบล็อกจำได้ว่า ความสัมพันธ์อาจจะ n-ary . ตัวอย่างเช่น ในเว็บ [ 64 ]คลังข้อมูล n-ary ประชาสัมพันธ์ เป็นตัวแทนตัวแทน , 40% ของทั้งหมดความสัมพันธ์ เกี่ยวกับความสัมพันธ์ n-ary การสกัด [ 65,66 ] รถไฟ - มากevant ทํางาน พวกเขาทั้งสองใช้ corenlp พิมพ์ dependen - สแตนฟอร์ดcies เส้นทางแยกอาร์กิวเมนต์ของข้อเท็จจริงที่แตกต่างกัน จะลงท้ายด้วยการสกัดข้อมูลให้ชัดเจนว่า ไม่ได้เป็นทั้งหมดเกี่ยวกับข้อความฟรี บางงานจึงโฟกัสบนเว็บตารางหรือรายการ67 – [ 69 ]