Objetivo
The SIFT project aims to construct a demonstration intelligent help system for online computer software manuals based on two key ideas: the Vector Space Model of information retrieval on the one hand and the use of distributed patterns to capture the meaning of textual information on the other. The final prototype will accept a user's query in natural language concerning the software and return a list of pointers into the manual texts indicating where passages answering the query might be found. These will be arranged in descending order of relevance to the query, allowing the user to investigate the most promising parts of the text first.
The project will also serve to demonstrate the usefulness of distributed patterns in practical Natural Language Processing systems and their compatibility with existing work on lexical databases and robust lexicalistic parsing.
The combination of VSM retrieval mechanisms and distributed patterns has already been demonstrated in a working retrieval system. However, this was created largely by manual means. SIFT will provide the technology for generating such a system automatically
Approach and Methodology
The SIFT system will consist of two main components. The document processing component will analyse an SGML tagged computer manual and associate with its different sections, subsections and individual sentences distributed patterns capturing the meaning --in gist-- of those textual units. The interactive query processing component will accept a user's input query and produce as output an ordered list of pointers to text portions.
The key ideas in the project are the use of robust lexicalistic parsing, the assignment of semantic cases to syntactic constituents and the extraction of distributed representations from machine readable dictionaries.
Exploitation and Future Prospects
The problem of access to textual information is one faced by every organisation. SIFT will demonstrate a technology which can directly address this task. Moreover, the techniques to be used are intended to be applicable to a wide range of related text processing tasks and could be incorporated into other products such as stylistic checkers, summarisation engines and machine assisted translation tools.
It is also expected that SIFT will yield theoretical insight into the applicability of automated processes to natural language processing, e.g. how distributed representations can be used to capture both word and sentence meanings, how a large, robust and general purpose semantic lexicon can be constructed automatically, and whether robust lexicalistic partial parsing is possible.
Plans for the commercial exploitation of SIFT technology in a commercial product are being investigated.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..
- ciencias naturales informática y ciencias de la información software
- ciencias naturales informática y ciencias de la información base de datos
- ciencias naturales informática y ciencias de la información ciencia de datos procesamiento del lenguaje natural
Para utilizar esta función, debe iniciar sesión o registrarse
Programa(s)
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
Tema(s)
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Datos no disponibles
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Convocatoria de propuestas
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
Datos no disponibles
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
Régimen de financiación
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
Datos no disponibles
Coordinador
Limerick
Irlanda
Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.