P r e e m p t i v e I n f o r m a t i o n E x t r a c t i o n u s i n g U n r e s t r i c t e d R e l a t i o n D i s c o v e r y Y u s u k e S h i n y a m a S a t o s h i S e k i n e N e w Y o r k U n i v e r s i t y 7 1 5 , B r o a d w a y , 7 t h F l o o r N e w Y o r k , N Y , 1 0 0 0 3 { y u s u k e , s e k i n e } @ c s . n y u . e d u A b s t r a c t W e a r e t r y i n g t o e x t e n d t h e b o u n d a r y o f I n f o r m a t i o n E x t r a c t i o n ( I E ) s y s t e m s . E x - i s t i n g I E s y s t e m s r e q u i r e a l o t o f t i m e a n d h u m a n e f f o r t t o t u n e f o r a n e w s c e n a r i o . P r e e m p t i v e I n f o r m a t i o n E x t r a c t i o n i s a n a t t e m p t t o a u t o m a t i c a l l y c r e a t e a l l f e a s i b l e I E s y s t e m s i n a d v a n c e w i t h o u t h u m a n i n - t e r v e n t i o n . W e p r o p o s e a t e c h n i q u e c a l l e d U n r e s t r i c t e d R e l a t i o n D i s c o v e r y t h a t d i s - c o v e r s a l l p o s s i b l e r e l a t i o n s f r o m t e x t s a n d p r e s e n t s t h e m a s t a b l e s . W e p r e s e n t a p r e - l i m i n a r y s y s t e m t h a t o b t a i n s r e a s o n a b l y g o o d r e s u l t s . 1 B a c k g r o u n d E v e r y d a y , a l a r g e n u m b e r o f n e w s a r t i c l e s a r e c r e - a t e d a n d r e p o r t e d , m a n y o f w h i c h a r e u n i q u e . B u t c e r t a i n t y p e s o f e v e n t s , s u c h a s h u r r i c a n e s o r m u r - d e r s , a r e r e p o r t e d a g a i n a n d a g a i n t h r o u g h o u t a y e a r . T h e g o a l o f I n f o r m a t i o n E x t r a c t i o n , o r I E , i s t o r e - t r i e v e a c e r t a i n t y p e o f n e w s e v e n t f r o m p a s t a r t i c l e s a n d p r e s e n t t h e e v e n t s a s a t a b l e w h o s e c o l u m n s a r e fi l l e d w i t h a n a m e o f a p e r s o n o r c o m p a n y , a c c o r d - i n g t o i t s r o l e i n t h e e v e n t . H o w e v e r , e x i s t i n g I E t e c h n i q u e s r e q u i r e a l o t o f h u m a n l a b o r . F i r s t , y o u h a v e t o s p e c i f y t h e t y p e o f i n f o r m a t i o n y o u w a n t a n d c o l l e c t a r t i c l e s t h a t i n c l u d e t h i s i n f o r m a t i o n . T h e n , y o u h a v e t o a n a l y z e t h e a r t i c l e s a n d m a n u a l l y c r a f t a s e t o f p a t t e r n s t o c a p t u r e t h e s e e v e n t s . M o s t e x i s t - i n g I E r e s e a r c h f o c u s e s o n r e d u c i n g t h i s b u r d e n b y h e l p i n g p e o p l e c r e a t e s u c h p a t t e r n s . B u t e a c h t i m e y o u w a n t t o e x t r a c t a d i f f e r e n t k i n d o f i n f o r m a t i o n , y o u n e e d t o r e p e a t t h e w h o l e p r o c e s s : s p e c i f y a r t i - c l e s a n d a d j u s t i t s p a t t e r n s , e i t h e r m a n u a l l y o r s e m i - a u t o m a t i c a l l y . T h e r e i s a b i t o f a d a n g e r o u s p i t f a l l h e r e . F i r s t , i t i s h a r d t o e s t i m a t e h o w g o o d t h e s y s - t e m c a n b e a f t e r m o n t h s o f w o r k . F u r t h e r m o r e , y o u m i g h t n o t k n o w i f t h e t a s k i s e v e n d o a b l e i n t h e fi r s t p l a c e . K n o w i n g w h a t k i n d o f i n f o r m a t i o n i s e a s i l y o b t a i n e d i n a d v a n c e w o u l d h e l p r e d u c e t h i s r i s k . A n I E t a s k c a n b e d e fi n e d a s fi n d i n g a r e l a t i o n a m o n g s e v e r a l e n t i t i e s i n v o l v e d i n a c e r t a i n t y p e o f e v e n t . F o r e x a m p l e , i n t h e M U C - 6 m a n a g e m e n t s u c c e s s i o n s c e n a r i o , o n e s e e k s a r e l a t i o n b e t w e e n C O M P A N Y , P E R S O N a n d P O S T i n v o l v e d w i t h h i r - i n g / fi r i n g e v e n t s . F o r e a c h r o w o f a n e x t r a c t e d t a - b l e , y o u c a n a l w a y s r e a d i t a s “ C O M P A N Y h i r e d ( o r fi r e d ) P E R S O N f o r P O S T . ” T h e r e l a t i o n b e t w e e n t h e s e e n t i t i e s i s r e t a i n e d t h r o u g h o u t t h e t a b l e . T h e r e a r e m a n y e x i s t i n g w o r k s o n o b t a i n i n g e x t r a c t i o n p a t - t e r n s f o r p r e - d e fi n e d r e l a t i o n s ( R i l o f f , 1 9 9 6 ; Y a n g a r - b e r e t a l . , 2 0 0 0 ; A g i c h t e i n a n d G r a v a n o , 2 0 0 0 ; S u d o e t a l . , 2 0 0 3 ) . U n r e s t r i c t e d R e l a t i o n D i s c o v e r y i s a t e c h n i q u e t o a u t o m a t i c a l l y d i s c o v e r s u c h r e l a t i o n s t h a t r e p e a t e d l y a p p e a r i n a c o r p u s a n d p r e s e n t t h e m a s a t a b l e , w i t h a b s o l u t e l y n o h u m a n i n t e r v e n t i o n . U n l i k e m o s t e x - i s t i n g I E r e s e a r c h , a u s e r d o e s n o t s p e c i f y t h e t y p e o f a r t i c l e s o r i n f o r m a t i o n w a n t e d . I n s t e a d , a s y s t e m t r i e s t o fi n d a l l t h e k i n d s o f r e l a t i o n s t h a t a r e r e p o r t e d m u l t i p l e t i m e s a n d c a n b e r e p o r t e d i n t a b u l a r f o r m . T h i s t e c h n i q u e w i l l o p e n u p t h e p o s s i b i l i t y o f t r y - i n g n e w I E s c e n a r i o s . F u r t h e r m o r e , t h e s y s t e m i t s e l f c a n b e u s e d a s a n I E s y s t e m , s i n c e a n o b t a i n e d r e - l a t i o n i s a l r e a d y p r e s e n t e d a s a t a b l e . I f t h i s s y s t e m w o r k s t o a c e r t a i n e x t e n t , t u n i n g a n I E s y s t e m b e - c o m e s a s e a r c h p r o b l e m : a l l t h e t a b l e s a r e a l r e a d y b u i l t “ p r e e m p t i v e l y . ” A u s e r o n l y n e e d s t o s e a r c h f o r a r e l e v a n t t a b l e .