Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

iEXTRACT

Financiado

Cerrado

Information Extraction for Everyone

Staggering amounts of information are stored in natural language documents, rendering them unavailable to data-science techniques. Information Extraction (IE), a subfield of Natural Language Processing (NLP), aims to automate the... ver más

30/04/2025

BIU

1M€

Presupuesto del proyecto: 1M€

Líder del proyecto

BAR ILAN UNIVERSITY No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Ver 2 Participantes

Financiación concedida El organismo H2020 notifico la concesión del proyecto el día 2019-04-30

ERC-2018-STG: ERC Starting Grant Scope:Objectives

I+D

Cerrada hace 7 años

0% 100% 100%

Características del participante

Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

2 Participantes

BIU

1.50M€ | Lider

MAICERIAS ESPANOLAS

614.93K€ | Participante

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Duración del proyecto: 72 meses Fecha Inicio: 2019-04-30
Fecha Fin: 2025-04-30

Líder del proyecto

BAR ILAN UNIVERSITY No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 1M€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto Staggering amounts of information are stored in natural language documents, rendering them unavailable to data-science techniques. Information Extraction (IE), a subfield of Natural Language Processing (NLP), aims to automate the extraction of structured information from text, yielding datasets that can be queried, analyzed and combined to provide new insights and drive research forward. Despite tremendous progress in NLP, IE systems remain mostly inaccessible to non-NLP-experts who can greatly benefit from them. This stems from the current methods for creating IE systems: the dominant machine-learning (ML) approach requires technical expertise and large amounts of annotated data, and does not provide the user control over the extraction process. The previously dominant rule-based approach unrealistically requires the user to anticipate and deal with the nuances of natural language. I aim to remedy this situation by revisiting rule-based IE in light of advances in NLP and ML. The key idea is to cast IE as a collaborative human-computer effort, in which the user provides domain-specific knowledge, and the system is in charge of solving various domain-independent linguistic complexities, ultimately allowing the user to query unstructured texts via easily structured forms. More specifically, I aim develop: (a) a novel structured representation that abstracts much of the complexity of natural language; (b) algorithms that derive these representations from texts; (c) an accessible rule language to query this representation; (d) AI components that infer the user extraction intents, and based on them promote relevant examples and highlight extraction cases that require special attention. The ultimate goal of this project is to democratize NLP and bring advanced IE capabilities directly to the hands of domain-experts: doctors, lawyers, researchers and scientists, empowering them to process large volumes of data and advance their profession.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores