[发明专利]从文档表示信息

摘要

公开了用于将被包括在非结构化文本文档中的信息表示成结构化格式的系统和技术。所述系统和技术在非结构化文档中识别事件和与事件相关联的信息、将所识别的事件和信息分类、并且基于所计算的分类评分而以结构化格式来表示所识别的事件和信息。所述系统和技术也可以向所识别的事件分配置信度评分、比较与事件相关联的置信度评分和与所训练的置信度模型相关联的置信度评分并且基于所述比较而以结构化格式来表示所识别的事件和与事件相关联的信息。

主权项

一种用于表示信息的方法，包括：识别被包括在非结构化文本文档中的事件的属性，每个所识别的属性类似于被包括在预定义事件属性集合中的至少一个事件属性；为每个所识别的属性生成文档特征；将多个分类器中至少之一应用于每个所生成的文档特征，之前使用预定义事件属性所训练的所述至少一个分类器对应于所识别的事件属性；使用概率估计模型从由所述至少一个分类器所生成的分类器评分来计算概率值，所述概率值指示所识别的事件属性对应于预定义事件属性集合之一的似然性；组合与所识别的属性相关联的多个所计算的概率值，以生成分类评分；和至少部分基于所述分类评分而从非结构化文本文档将事件和所识别的属性表示成结构化格式。