Abstrakt
RExtractor je systém pro extrakci informací. Vstupní dokumenty jsou zpracovány NLP nástroji.
Extrakce následně probíhá pomocí dotazů nad závislostními stromy. Výsledkem je znalostní báze dokumentu, definována jako množina entit a vztahů mezi nima.
Dotazy nad stromy jsou definovány manuálně. Architektura systému je navržena doménově a jazykově nezávisle.
Systém demonstrujeme na českých a anglických právních dokumentech.