Module Information Extraction

Le module Information Extraction peut désormais analyser tout texte d'entrée en langage naturel et identifier les types de relation qui existent entre les différentes paires d'entités identifiées dans le texte. Pour ce faire, utilisez le nouveau stage Relationship Extractor.

Relationship Extractor peut identifier les relations entre ces types d’entité :

• Person
• Organization
• Location

Le module Information Extraction dispose désormais d’une commande de l'utilitaire Administration qui évalue et forme des modèles nouveaux et existants. La commande est iemodel trainAndevaluate model. Elle remplace la commande iemodel evaluate train_model qui évaluait uniquement un modèle existant.

Le module Information Extraction dispose désormais de stages distincts pour Text Categorization et Entity Extraction. Auparavant, ces deux fonctions étaient effectuées dans le stage Information Extractor. Désormais il existe deux stages : Entity Extractor et Text Categorizer. Utilisez Entity Extractor pour extraire des entités, tels que des noms et des adresses, de chaînes de données non structurées. Utilisez Text Categorizer pour attribuer des catégories personnalisées à un contenu non structuré ou à un texte en clair.