Methoden van diep leren voor voortdurende extractie van informatie uit tekst

Machinaal lezen extraheert waardevolle kennis uit tekst (bijvoorbeeld in de vorm van entiteiten en hun relaties) en slaat deze op in een kennisbank of kennisgraafe voor verder gebruik. Dit is een taak van voortdurend lezen en leren op basis van de teksten en de reeds verworven kennis. In dit project porteren we deze taak naar een kader van diep leren, waar fundamenteel onderzoek nodig is om zowel de ongestructureerde tekst als de gestructureerde kennis op een geïntegreerde manier voor te stellen. Dit is een uitdaging, ook omdat de extractie wordt uitgevoerd met beperkte supervisie van geannoteerde trainingsdata. Terwijl het model voortdurend de geëxtraheerde kennis leert en bewaart, moet het vermijden om onjuiste kennis te vergaren.
We evalueren modellen van voortdurend leren met twee use cases: extractie van biomedische kennis uit een stroom van biomedische documenten, en extractie van feiten uit een nieuwsfeed.