主要分为几个部分： NER+消歧，NERC+CRF，POS Tagging+HMM+实例提取，事实提取+信息提取+马尔科夫逻辑，语义网+可决定性，数据安全。
NER+消歧：
NER目的：找entity名字
NER的两种方式：字典，正则
字典分为两类：传统字典和TRIE，传统字典慢，TRIE是单词树，添加单词分为两种，一种是添加KB中已经有的单词的prefix，那么就直接把对应的node从F改成T，另一种是添加新单词，需要构建新的叶子和树枝
消歧：停止词，context
停止词：多，无搜索价值
context：有两种，一种是关于entity的context，即entity的邻居entity的label，另外一种是关于word的Context，即文章中该word周围除了停止词以外的所有词
消歧：看context和原文的overlap程度，越多越好
当corpus过小，就用prior Disambiguation，即对要消歧的词进行加权，搜索需要消歧的词的相关资料，相关资料越多的，权重就越高
NERC+CRF：
NERC是要把找到的entity名字进行分类
四种方式：
根据Feature：
有3种features，syntactic：大小写，数字，etc， Dictionary：cities，countries，
morphological：ist，isme结尾，有几个音节，pos tag etc，根据feature判断是哪一个pos的
根据rules：
建立window，宽度若为a，总长度为2a+1，其他tokens的类别决定主token的类别。创立rules，若每个token都满足rules中的条件，则主token被分到rules规定的那个类。
Rules learning算法：有一个已经备注好的corpus，对于每个备注都创建rules，合并rules并用更泛化的词代替relation位置上的词，合并rules并去掉一个feature，去掉重复rules，不断重复这个过程
困难：句子成分很复杂很难完全满足一个rules
根据ML：
KNN，根据身边k个邻居的类决定自己是哪个类。k一般为奇数
根据statistical methods：
feature当做条件例如x=in and y = loc计算使权重最大的Y向量，即分类向量。
若corpus大，我们需要知道如何计算w，即给出X向量，即corpus的单词，Y向量，和一系列的rules，即对应单词的分类，根据X和Y训练，根据概率分布关于w和f的概率分布，发现w变大才会使概率变大，尽量使权重大，就需要利用到梯度上升的方法，然后得到每个rules改有多少权重，给出一个新的corpus，利用w，rules，找到Y。
CRF：CRF是应用与给单词分类，是MRF的一种特殊形式，MRF的势函数里面只有Ci，而CRF里面有y，有对应的是X的分类。CRF中，一部分是显示即单词部分，一部分变量是隐式的，分类部分
形成CRF的条件是一些列随机变量满足，当前变量只由它的邻居决定。邻居可以形成cliques，当CRF中的概率全部大于0时可以被矢量化，矢量化的含义是概率等于势函数的乘积，，
