Projektvorstellung
23.04.19
Marco Lehner, Anna Sauer,
Christopher Schmidt, Lukas Schwarz
Exkurs: Wissensgraph
Struktur, die Entitäten (Personen, Organisationen, Orte)
und die Beziehungen zwischen Entitäten repräsentiert
Alex
Birte
Carl
Dora
Ellen
Vater
Chefin
Nachbar
Kollegin
Chefin
Freundin
"Things not Strings"¹
Inhalte aus dem Graph beziehen sich auf andere Einträge, nicht nur auf ihre Stringrepräsentation.
Bildquelle: https://en.wikipedia.org/wiki/Knowledge_Graph#/media/File:Google_Knowledge_Panel.png
1) https://www.blog.google/products/search/introducing-knowledge-graph-things-not/
XML-Parser
- Auslesen des Dumps
- Error Handling (Dateien nicht wohlgeformt)
- Bereinigen des Texts
- Filtern nach Schlagworten, Beschreibung und Named Entity Recognition (idealerweise erst nach der Koreferenzauflösung)
MATE und CorZu
- MATE dependency parsing produziert das später noch benötigte CONLL Format
- CorZu löst Koreferenzen auf -> kommen in Zeitungstexten häufig vor
... beim Auftritt von Powerwrestlerin Hildegard Heinrich. Sie wird zudem bei den Olympischen Spielen 2019 zu sehen sein.
Restrictive apposition handler
Der ebenfalls anwesende Herzogenenauracher Bürgermeister German Hacker dankte den Mitarbeitern der beiden Bürgermeisterbüros.
1. Enge Appositionen erkennen
2. Enge Appositionen entfernen
German Hacker dankte den Mitarbeitern der beiden Bürgermeisterbüros.
3. RDF-Tripel schreiben
German Hacker from_rah Bürgermeister .
PropS-DE
- TU Darmstadt
- Extrahiert OIE-Tupel aus Fließtext
- Kein Exception-Handling
- Nicht-nachvollziehbare Fehler
Das Salzwiesenrind aus Husum zum Beispiel, das momentan im Dry ager, dem Reifekühlschrank, hängt.
KeyError: n
"Ist doch nur ein Satz"
"Kann man doch catchen"
Vorsicht mit fremder, ungetesteter Software
Babelfy
*
* max. 10k Anfragen/Tag, danach bis zu 13 500 €/a
- Online REST-Service ist Bottleneck
- 1 s/r -> 2 Monate seq. Anfragen
- Disambiguierung und Linking muss lokal stattfinden.
- Sehr userfreundlich, sehr gute Ergebnisse
Django-Frontend
