Domeinspecifieke informatie-extractie voor semantische annotatie

Het belangrijkste probleem met Semantic Annotation is de beschikbaarheid van ontologie voor het domein. Ontologie bestaat uit concept en relaties. In een ontologie kan een concept atomair zijn of gedefinieerd door een set van eigenschappen. Deze set van eigenschappen classificeert het concept met andere concepten in de ontologie. In deze dissertatie presenteren we een benadering die zich bezighoudt met semantische annotatie aan de hand van eigenschappen van het concept, in tegenstelling tot de eenvoudige, op dit moment beschikbare, instance matching techniek. In deze benadering wordt het document geanalyseerd om deze eigenschappen te identificeren met behulp van ontologie. Als de gevonden eigenschappen in het document overeenkomen met de eigenschappen van een willekeurig concept in de ontologie, wordt het document geannoteerd met dat concept. Op deze manier worden documenten geïndexeerd op basis van deze eigenschappen. Het belangrijkste doel van dit proefschrift is om benaderingen te presenteren van hoe deze eigenschappen uit documenten kunnen worden geëxtraheerd; zowel voor het doel van semantische annotatie als voor het bouwen van ontologie. Om dit doel te bereiken worden twee verschillende benaderingen van informatie-extractie gepresenteerd voor Semantic Annotation; namelijk "Rule Based" en "Dependency Based".