Arquitetura Geral para Engenharia de Texto - General Architecture for Text Engineering
 Janela principal do GATE Developer v5
| |
| Desenvolvedor (s) | Equipe de pesquisa GATE , Departamento de Ciência da Computação, Universidade de Sheffield |
|---|---|
| lançamento inicial | 1995 |
| Versão estável | 8.6.1 (17 de janeiro de 2020 ) [±] |
| Versão de visualização | 9.0-SNAPSHOT (13 de maio de 2021 (compilações noturnas lançadas todos os dias)) [±] |
| Repositório |
|
| Escrito em | Java |
| Sistema operacional | Plataforma cruzada |
| Disponível em | inglês |
| Modelo | Extração de informações de mineração de texto |
| Licença | LGPL |
| Local na rede Internet | gate |
Arquitetura geral para engenharia de texto ou GATE é um conjunto de ferramentas Java originalmente desenvolvido na Universidade de Sheffield a partir de 1995 e agora usado em todo o mundo por uma ampla comunidade de cientistas, empresas, professores e alunos para muitas tarefas de processamento de linguagem natural , incluindo extração de informações em muitos idiomas.
GATE foi comparado a NLTK , R e RapidMiner . Além de ser amplamente utilizado por si só, ele constitui a base da plataforma semântica KIM.
A comunidade e a pesquisa GATE estiveram envolvidas em vários projetos de pesquisa europeus, incluindo TAO , SEKT , NeOn, Media-Campaign, Musing, Service-Finder , LIRICS e KnowledgeWeb , bem como muitos outros projetos.
Em 28 de maio de 2011, 881 pessoas estavam na lista de discussão de usuários do portal no SourceForge.net, e 111.932 downloads do SourceForge foram registrados desde que o projeto foi transferido para o SourceForge em 2005. O artigo "GATE: Um framework e ambiente de desenvolvimento gráfico para ferramentas e aplicações robustas de PNL "recebeu mais de 2.000 citações desde a publicação (de acordo com o Google Scholar). Livros que cobrem o uso de GATE, além do Guia do usuário GATE, incluem "Criando aplicativos de pesquisa: Lucene, LingPipe e Gate", de Manu Konchady, e "Introdução à anotação linguística e análise de texto", de Graham Wilcock.
Características
O GATE inclui um sistema de extração de informações chamado ANNIE ( Sistema de Extração de Informações Quase Novo ), que é um conjunto de módulos que compreende um tokenizer , um gazetteer , um divisor de frases , um tagger de classe gramatical , um transdutor de entidades nomeadas e um tagger de correferência . ANNIE pode ser usado como está para fornecer funcionalidade de extração de informações básicas ou fornecer um ponto de partida para tarefas mais específicas.
Os idiomas atualmente tratados no GATE incluem inglês , chinês , árabe , búlgaro , francês , alemão , hindi , italiano , cebuano , romeno , russo e dinamarquês .
Plugins estão incluídos para aprendizado de máquina com Weka , RASP, MAXENT, SVM Light, bem como uma integração LIBSVM e uma implementação perceptron interna , para gerenciar ontologias como WordNet , para consultar motores de busca como Google ou Yahoo , para marcação de parte da fala com Brill ou TreeTagger e muitos mais. Muitos plug-ins externos também estão disponíveis para lidar, por exemplo, com tweets .
GATE aceita entrada em vários formatos, como TXT , HTML , XML , Doc , documentos PDF e Java Serial , PostgreSQL , Lucene , bancos de dados Oracle com ajuda de armazenamento RDBMS sobre JDBC .
Os transdutores JAPE são usados no GATE para manipular anotações no texto. A documentação é fornecida no Guia do usuário GATE. Um tutorial também foi escrito pela Press Association Images.
Desenvolvedor GATE
A captura de tela mostra o visualizador de documentos usado para exibir um documento e suas anotações. Em rosa estão as anotações de <A> hiperlinks de um arquivo HTML . A lista da direita é a lista de conjuntos de anotações e a tabela inferior é a lista de anotações. No centro está a janela do editor de anotações.
GATE Mímir
GATE gera grandes quantidades de informações, incluindo; texto em linguagem natural, anotações semânticas e informações ontológicas. Às vezes, os próprios dados são o produto final de um aplicativo, mas geralmente as informações seriam mais úteis se pudessem ser pesquisadas com eficiência. O GATE Mimir fornece suporte para indexação e pesquisa de informações linguísticas e semânticas geradas por tais aplicativos e permite consultar as informações usando combinações arbitrárias de texto, informações estruturais e SPARQL .
Veja também
- Arquitetura de gerenciamento de informações não estruturadas (UIMA)
- OpenNLP
- Pheme , um grande projeto da UE gerido pelo grupo GATE sobre a detecção precoce de informações falsas nas redes sociais
Referências
- ^ Os idiomas mencionados em http://gate.ac.uk/gate/plugins/ incluem árabe, búlgaro, cebuano, chinês, francês, alemão, hindi, italiano, romeno e russo.
- ^ "Análise de texto de código aberto por Seth Grimes - BeyeNETWORK" . Retirado em 17 de dezembro de 2016 .
- ^ Popov, Borislav; Kiryakov, Atanas; Ognyanoff, Damyan; Manov, Dimitar; Kirilov, Angel (1 de setembro de 2004). "KIM - uma plataforma semântica para extração e recuperação de informação" . Engenharia de Linguagem Natural . 10 (3–4): 375–392. doi : 10.1017 / S135132490400347X . S2CID 5236747 . Recuperado em 17 de dezembro de 2016 - via Cambridge Core.
- ^ "GATE" . Retirado em 17 de dezembro de 2016 .
- ^ "GATE: Uma estrutura e ambiente de desenvolvimento gráfico para ferramentas e aplicativos de PNL robustos" , por Cunningham H., Maynard D. , Bontcheva K. e Tablan V. (Em proc. Do 40º Aniversário da Reunião da Associação de Lingüística Computacional, 2002)
- ^ "GATE.ac.uk - venda / tao / split.html" . Retirado em 17 de dezembro de 2016 .
- ^ Konchady, Manu. Criação de aplicativos de pesquisa: Lucene, LingPipe e Gate . Mustru Publishing. 2008
- ^ Wilcock, Graham (1 de janeiro de 2009). Introdução à Anotação Linguística e Análise de Texto . Morgan & Claypool Publishers. ISBN 9781598297386 . Recuperado em 17 de dezembro de 2016 - via Google Books.
- ^ "GATE.ac.uk - wiki / twitie.html" . Retirado em 17 de dezembro de 2016 .
- ^ "GATE.ac.uk - venda / tao / splitch8.html" . Retirado em 17 de dezembro de 2016 .
- ^ Thakker, Dhavalkumar (17 de julho de 2009). "Realizando a Web Semântica: Tutorial de gramática JAPE" . Retirado em 17 de dezembro de 2016 .
