janetzki / fact_extraction Goto Github PK

how bloated is the pattern for a given relationship?

because there is much more information that can be used

e.g., 400% for dbo:partner (4/1)

Momentan wird nur nach Punkten gesplitted und HTML-Tags werden inkonsistent.

Anmerkungen auch im Doc

• Anmerken, dass wir nur für manche Entitäten Infoboxen haben. Diese Informationen wollen wir extrahieren.
• "60 GB", besser: Anzahl der Artikel
• keine persönliche Rede
• Was ist die Schwierigkeit an Informationen, die nur im Text vorhanden sind? Wie bekommt man sie da heraus?
• Quellenverzeichnis einfügen
• ein Fließtext für Related Work
• Was haben wir aus den Papern gelernt?
  • Was ist eine gute Idee, wollen wir auch so machen?
  • Was ist uns zu komplex / liefert keine guten Ergebisse? --> Abgrenzung
• Noch keine genauen Precision- / Recall-Werte
• konsistente Zeiform
• Können wir unsere Ergebisse überhaupt zu anderen Papern vergleichen? Sind die gewählten Methodiken gleichmächtig?

Process finished with exit code -1073741819 (0xC0000005)

• <= 2 Seiten
• Deutsch / Englisch
• Was ist unsere Motivation / Lösung? Warum machen wir das?
• Related work + Challenges

Her novella '' Anthem '' was written during a break from the writing of her next major novel, ''The Fountainhead '' .

not only yes / no

für fancy Graphausgabe

not by means of string search, as currently

save and load them

• not just > 1
• evaluate use

URLs statt Strings in HTML-Datei suchen

https://en.wikipedia.org/wiki/Andrew_Wiles
yields the sentence:

see Paul Wolfskehl A silver plaque from the InternationalMathematical Union (1998) recognising his achievements, in place of the Fields Medal which is restricted to those under 40 (Wiles was 41 when he proved the theorem in 1994) King_Faisal_International_Prize (1998) ClayResearch Award (1999) Pythagoras Award (Croton, 2004) Shaw Prize (2005).

dbpedia.org/resource/Allan_Dwan
dbo:occupation
dbpedia.org/resource/Allan_Dwan__1
dbpedia.org/resource/Allan_Dwan__2
dbpedia.org/resource/Allan_Dwan__3

Solche unnützen Fakten werden von uns momentan verarbeitet.

like birthDate...

e.g., from this article:
https://en.wikipedia.org/wiki/Arthur_Laurents

• viele verschiedene mögliche Patterns generieren und dann schauen, wie sie abdecken, übereinstimmen, was austauschbar ist
• Parameter für Patterns (bestimmte Patterns wegwerfen)
• Testen mit bestehenden DBpedia-Daten (Suche ob Link vorhanden)

for machine specific paths and variables, e.g., use_dump

in der farblichen Darstellung eindeutig machen

• mehr als 100 Tripel
• mehr Relationen einbeziehen
  • z.B. birthDate, birthPlace, deathDate, deathPlace

Idee: normalisiert [0.0 ... 1.0], ob am Anfang oder Ende des Textes.

not only object

E.g., dbo:almaMater is a relation between a person and a university.

Dependency parse nutzen, um unwichtige Satzteile zu entfernen

"operator algebras" ist eine NE.

Using the dump is slower than scraping the wikipedia articles.

e.g., with known metric, like Jaccard coefficient

Patterns nach Häufigkeit filtern

https://en.wikipedia.org/wiki/Saint_Petersburg_State_University

heißt z.B. auch

https://en.wikipedia.org/wiki/Petrograd_State_University

Das ist z.B. in folgendem Artikel problematisch:

https://en.wikipedia.org/wiki/Ayn_Rand

https://en.wikipedia.org/wiki/Andrew_Wiles
yields the sentence:

thumb|AndrewWilesbeforethestatueof[[Pierrede Fermat in Beaumont-de-Lomagne (October 1995)]] Wiles has been awarded a number of major prizes in mathematics and science: Junior Whitehead Prize of the LondonMathematical Society (1988) Elected a FellowoftheRoyalSociety(FRS)in 1989 Schock Prize (1995) Fermat Prize (1995) WolfPrizein Mathematics (1995/6) NASAwardin Mathematics from the National Academy of Sciences (1996) Royal Medal (1996) Ostrowski Prize (1996).