情報抽出とは
情報抽出（Information Extraction）とは、非構造化テキストから構造化された情報（エンティティ、関係、イベントなど）を自動的に抽出する自然言語処理技術です。大量のテキストデータから価値ある情報を効率的に収集するための基盤技術です。
情報抽出の主なタスク
情報抽出には複数のサブタスクがあります。固有表現認識（NER）は人名、地名、組織名などのエンティティを抽出します。関係抽出はエンティティ間の関係（「AがBの社長である」など）を特定します。イベント抽出は出来事の種類、参加者、時間、場所などの情報を抽出します。共参照解析は同一のエンティティを指す異なる表現を特定します。
情報抽出の手法
パターンマッチングやルールベースの手法から、CRFやSVMなどの統計的機械学習、BERTやGPTなどの深層学習モデルへと発展してきました。最新の大規模言語モデルはプロンプトエンジニアリングにより、少量の例示だけで高精度な情報抽出が可能です。
活用例
ニュースからの自動要約、医療文献からの薬剤・疾患関係の抽出、特許分析、企業情報のデータベース構築、知識グラフの自動構築などに活用されています。