In this facts harvesting task, some

In this facts harvesting task, some recent approaches focus on scalability in addition to recall and precision. It is the
case of [41] which take advantage of Hadoop MapReduce to distribute 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 extraction can be improved based on the topics covered by the document (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 percentage of documents can cover a significant part of facts. Likewise, [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 relevant work. They both use Stanford CoreNLP typed dependencies 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:

ใน ข้อเท็จจริงที่เกี่ยวงาน บางวิธีล่าเน้นภาระนอกเหนือจากความแม่นยำและการเรียกคืน มันเป็นการกรณีของ [41] ซึ่งประโยชน์ของ Hadoop MapReduce การกระจายรูปแบบสัดส่วนของอัลกอริทึมของพวกเขา ตอนนี้เน้นความเร็ว เกือบกลุ่มเดียวของผู้เขียนได้เสนอวิธีการใหม่สำหรับประชากรความรู้ฐานใน [43] ที่นี่ พวกเขาเสนอการแยกชุดของความสัมพันธ์จากเอกสารในการกำหนด "เวลาตัก" แยกนี้สามารถปรับปรุงตามหัวข้อครอบคลุมเอกสาร (เช่นไม่พยายามขยายความสัมพันธ์โดเมนเพลงจากเอกสารกีฬา) หรือ โดยการจับคู่รูปแบบของความสัมพันธ์ในการสร้างดัชนีจากเอกสาร อื่น ๆ เว็บเป็นซ้ำซ้อน(ความจริงกำหนดเผยแพร่ โดยหลายสิบของเว็บไซต์), เล็กเปอร์เซ็นต์ของเอกสารที่สามารถครอบคลุมเป็นส่วนสำคัญของข้อเท็จจริงได้ ในทำนองเดียวกัน, [42] RDF รูปแบบไม่มีโครงสร้างข้อมูลระหว่างชิ้นเวลาระยะเวลา หมายเหตุที่สำคัญคือการประมวลผลทั้งหมดรวบรวมข้อมูลในระหว่างรอบระยะเวลาต้องทำในช่วงที่ระยะเวลา เว้นแต่ว่ารอบการประมวลผลจะถูกบล็อกเรียกว่า ความสัมพันธ์อาจจะเกี่ยวกับ n เช่น ใน [64] ของเว็บตัวแทนคอร์ปัส สัมพันธ์เกี่ยวกับ n แทน 40% ของทั้งหมดความสัมพันธ์ทาง เกี่ยวกับการสกัดความสัมพันธ์เกี่ยวกับ n, [65,66] เป็นงานที่เกี่ยวข้องมากขึ้น จะใช้สแตนฟอร์ด CoreNLP พิมพ์เส้นทางอ้างอิงเพื่อแยกอาร์กิวเมนต์ของข้อเท็จจริงต่าง ๆ จะจบด้วยการสกัดข้อมูล ให้เราแม่นยำที่ไม่เกี่ยวกับข้อความฟรี งานบางอย่างได้จึงเน้นเว็บตารางหรือรายการ[67 – 69]

ผลลัพธ์ (ไทย) 2:

ในงานนี้ข้อเท็จจริงเก็บเกี่ยวบางวิธีการที่ผ่านมามุ่งเน้นในการขยายขีดความสามารถนอกเหนือจากการจำและความแม่นยำ มันเป็น
กรณีของ [41] ซึ่งใช้ประโยชน์จาก Hadoop MapReduce เพื่อแจกจ่ายรูปแบบการจับคู่เป็นส่วนหนึ่งของขั้นตอนวิธีการของพวกเขา ตอนนี้
มุ่งเน้นไปที่ความเร็วเกือบกลุ่มเดียวกันของผู้เขียน
ได้เสนอแนวทางใหม่สำหรับประชากรของความรู้
ในฐาน [43] ที่นี่พวกเขาเสนอที่จะดึงบางชุดของ
ความสัมพันธ์จากเอกสารในการให้ "เวลาชิ้น" สกัดนี้สามารถปรับปรุงได้ตามหัวข้อที่ครอบคลุมโดยเอกสาร (เช่นไม่พยายามที่จะดึงความสัมพันธ์เพลงโดเมนจาก
เอกสารกีฬา) หรือตรงกับรูปแบบของความสัมพันธ์ใน
ดัชนีสร้างจากเอกสาร มากขึ้นเนื่องจากเว็บเป็นซ้ำซ้อน
(ความจริงที่ได้รับการเผยแพร่โดยนับเว็บไซต์) ร้อยละขนาดเล็กของเอกสารที่สามารถครอบคลุมเป็นส่วนสำคัญของข้อเท็จจริง ในทำนองเดียวกันข้อมูลที่ไม่มีโครงสร้าง [42] RDF รูปแบบในช่วงเวลาที่-slice
ระยะเวลา มันเป็นสิ่งสำคัญที่จะต้องทราบว่าการประมวลผลทั้งหมดของ
ข้อมูลที่รวบรวมในช่วงระยะเวลาที่จะต้องทำในช่วง
ระยะเวลาเว้นแต่วงจรการประมวลผลจะถูกปิดกั้น.
จำได้ว่าอาจจะมีความสัมพันธ์ที่ N-Ary ยกตัวอย่างเช่นใน [64] ของเว็บ
สัมพันธ์ตัวแทน-คลัง n- เกี่ยวตัวแทน 40% ของ
ความสัมพันธ์ เกี่ยวกับ n- เกี่ยวสกัดความสัมพันธ์ [65,66] มีการทำงานที่เกี่ยวข้องมาก พวกเขาทั้งสองใช้สแตนฟอ CoreNLP พิมพ์เส้นทางการอ้างอิงเพื่อดึงข้อโต้แย้งของข้อเท็จจริงที่แตกต่างกัน จะจบลงด้วย
การสกัดข้อมูลให้เราได้อย่างแม่นยำว่าไม่ทั้งหมดเกี่ยวกับ
ข้อความฟรี บางคนทำงานจึงได้มุ่งเน้นไปที่ตารางเว็บหรือรายการ
[67-69]

ผลลัพธ์ (ไทย) 3:

ในข้อเท็จจริงนี้เกี่ยวงานแนวทางล่าสุดเน้น scalability นอกจากนี้เรียกคืน และความแม่นยำ มันคือกรณี [ 41 ] ซึ่งใช้ประโยชน์จาก Hadoop mapreduce กระจายรูปแบบการจับคู่ส่วนของอัลกอริทึมของพวกเขา ตอนนี้เน้นความเร็ว เกือบเหมือนกลุ่มของผู้เขียนได้เสนอแนวคิดใหม่ในประชากรของความรู้ฐานใน [ 43 ] ที่นี่ พวกเขาเสนอให้แยกชุดหนึ่งของประชาสัมพันธ์ จากเอกสารที่ระบุในเวลา " เฉือน " การสกัดนี้สามารถปรับปรุงตามหัวข้อที่ครอบคลุมโดยเอกสาร ( เช่นอย่าพยายามที่จะดึงเพลงจากโดเมนของความสัมพันธ์กีฬาเอกสาร ) หรือโดยการจับคู่รูปแบบของความสัมพันธ์ในดัชนีสร้างจากเอกสาร เพิ่มเติม เนื่องจากเว็บแทน( ระบุข้อเท็จจริงเผยแพร่โดยนับหมื่นของเว็บไซต์ ) , ร้อยละขนาดเล็กของเอกสารสามารถครอบคลุมส่วนของข้อเท็จจริง อนึ่ง [ 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 ] จะทำงานมากที่เกี่ยวข้อง พวกเขาทั้งสองใช้แสตนฟอร์ด corenlp พิมพ์การอ้างอิงเส้นทางแยกอาร์กิวเมนต์ของข้อเท็จจริงที่แตกต่างกัน จะลงท้ายด้วยการสกัดข้อมูลให้ชัดเจนว่า ไม่ได้เป็นทั้งหมดเกี่ยวกับข้อความฟรี บางงานจึงโฟกัสบนเว็บตารางหรือรายการ67 – [ 69 ]