信息检索研究室推出“机构信息抽取系统”
2014年04月18日HIT IR实验室历时九个月，开发了 “机构信息抽取系统OIE(Organization Information Extraction)”。 “机构信息抽取系统”将纷繁复杂的非结构化的黄页转化为结构化的信息（信息项包括：机构名称、简称/别称、机构名标引分类、机构地址、联系人、电话、邮编、传真、E-mail等多项结构化信息），存储于数据库中，便于用户搜索感兴趣的机构及其相关信息，并提供机构位置关系搜索功能。该系统主要包括网页内容预处理、机构信息知识库的构建两个主要步骤，其中调用了实验室的多项技术，包括网页过滤、正文提取、分词、词性标注、命名实体识别、简称/别称识别、关系抽取等技术模块。OIE系统的平均精确率达92.63%，召回率为82.90%，达到了实用水平。
OIE系统有以下几大功能：
- 准确地分析web页面内容，返回机构名称，及一系列的相关机构信息
- 提供了机构名称的简称/别称
- 为机构名称提供了标引分类
- 提供了机构之间的位置关系识别
- 为每一篇web页面提供了置信度，供读者参考
- 提供了机构信息搜索功能，并提供了机构关系搜索功能
OIE系统综合使用了实验室的多项技术，并具有很好的可移植性、扩展性和实用性，这是IR-Lab用于测试各项技术，展示各项技术的又一个重要的应用平台。
机构信息抽取系统(OIE, Organization Information Extraction)