FASTUS：用于从自然语言文本中提取信息的级联有限状态转换器
cmp-lg
2008-02-03 v1 计算与语言
摘要
FASTUS 是一个用于从自然语言文本中提取信息以录入数据库及其他应用的系统。其工作原理本质上是一个级联的非确定性有限状态自动机。FASTUS 的操作包含五个阶段。第一阶段识别姓名和其他固定形式的表达式。第二阶段识别基本名词组、动词组以及介词和一些其他小品词。第三阶段构建某些复杂的名词组和动词组。第四阶段识别感兴趣事件的模式并构建相应的事件结构。第五阶段识别并合并描述同一事件的不同事件结构，并利用这些结构生成数据库条目。这种语言处理的分解使系统能够精确地执行适量的领域无关语法，从而使领域相关的语义和语用处理能够应用于正确的更大规模结构。FASTUS 非常高效且有效，已在多个应用中成功使用。
引用
@article{arxiv.cmp-lg/9705013,
title = {FASTUS: A Cascaded Finite-State Transducer for Extracting Information from Natural-Language Text},
author = {Jerry R. Hobbs and Douglas Appelt and John Bear and David Israel and Megumi Kameyama and Mark Stickel and Mabry Tyson},
journal= {arXiv preprint arXiv:cmp-lg/9705013},
year = {2008}
}
备注
22 pages. In E. Roche and Y. Schabes, eds., Finite State Devices for Natural Language Processing, MIT Press, Cambridge, Massachusetts, in press