بهبود هزینه محاسباتی در سامانه های استخراج آزاد اطلاعات با استفاده از مدل لاگ لینیر

استخراج اطلاعات شامل توسعه الگوریتم هایی است که به صورت خودکار متن غیرساخت یافته را پردازش و پایگاه داده ای از موجودیت ها، روابط و وقایع را تولید می کنند. یکی از مشکلات اساسی استخراج اطلاعات، هزینه بالای محاسباتی این روش ها است. این موضوع در دامنه هایی با مقیاس بزرگ نظیر وب اهمیت زیادی دارد. در سال های اخیر روش های استخراج آزاد اطلاعات زیادی پیشنهاد شده است. این روش ها محدوده وسیعی را از ابزارهای پردازش زبان طبیعی را اعم از سطحی (نظیر برچسب زن اجزای کلام) تا عمیق (نظیر برچسب زن نقش معنایی) در برمی گیرند. در این مقاله روشی بهینه برای استخراج آزاد اطلاعات نشان داده شده که بر پایه ترکیب مزایای استخراج گرهای سطحی و عمیق و اجتناب از معایب آنها بنا شده است. استخراج گر که هسته اصلی روش پیشنهادی است، با استفاده از پارامترهای موثر، زیرمجموعه ای را با کارایی بالا با استفاده از یک روش بهینه به کمک مدل لاگ لینیر به وجود می آورد که قابل اجرا در مقیاس وب است. این روش با بررسی جمله ورودی و انتساب آن به مناسب ترین استخراج گر باعث استفاده بهینه از زمان و در نتیجه، کاهش هزینه محاسباتی شده و علاوه بر این به دقت قابل قبولی نیز دست می یابد.