《数据标注实训（中级）》 教案ch06 关系标注实训

《数据标注实训（中级）》课程教案课题：关系标注实训教学目的：识别实体间的逻辑关系类型（如抑制/促进）；标注生物文本中的复杂关系网络；构建结构化知识图谱支持科研分析。课型：新授课课时：本章安排8个课时。教学重点：重点：标注生物文本中的复杂关系网络。教学难点：难点：构建结构化知识图谱支持科研分析。教学过程：教学形式：讲授课，教学组织采用课堂整体讲授和分组演示。教学媒体：采用启发式教学、案例教学等教学方法。教学手段采用多媒体课件、视频等媒体技术。板书设计：本课标题关系标注实训课次4授课方式理论课□讨论课□习题课□其他□课时安排8学分共2分授课对象普通高等院校学生任课教师教材及参考资料1.《数据标注实训（中级）》；电子工业出版社。2.本教材配套视频教程及学习检查等资源。3.与本课程相关的其他资源。教学基本内容教学方法及教学手段课程引入药物研发中"蛋白质如何相互作用"？关系标注揭示隐藏逻辑！本章以生物关系为例，学习实体间逻辑关联的标注方法，通过构建知识图谱，助力医疗AI发现潜在规律。参考以下形式：1.衔接导入2.悬念导入3.情景导入4.激疑导入5.演示导入6.实例导入7.其他形式6.1认识关系标注关系标注是NLP（自然语言处理技术）中一个较为常见的任务，它常用于关系抽取技术，也可称之为关系抽取标注。其主要目的是标注句子中实体对之间所隐含的语义关系，即在实体识别的基础上来确定文本中实体对之间的关系类别，并做成结构化的数据。例如，郭子仪，字子仪，华州郑县人。从这句话中，我们可以判断出人物郭子仪的出生地是华州郑县，因此可以标注为“郭子仪（出生地）华州郑县”，这便是一条完整的关系。在关系标注中，我们首先需要明确一个概念，三元组。三元组是知识图谱中知识表示的基本单位。就关系标注而言，一条关系便是一个三元组。三元组中包括三个要素，即头实体、尾实体、关系，也有人称为主体、客体、关系。例如在上一段的例子中，“郭子仪（出生地）华州郑县”便是一个三元组，其中“郭子仪”是头实体，“华州郑县”是尾实体，“出生地”便是头实体与尾实体之间的关系。当然，三元组的呈现形式不仅仅是举例的这一种，还可以有很多种形式，例如json格式。甚至是我们日常使用的Excel表格中三个相关联的字段也可以被视为一个三元组。此外，特别需要了解的是，关系的表示是有固定方向的。通常情况下，我们对于一个三元组的理解可以是“头实体是尾实体的关系”，也可以理解为“头实体的关系是尾实体”。例如，上文提到的三元组“郭子仪（出生地）华州郑县”的表示方向即为“头实体郭子仪的出生地是尾实体。”在实际标注过程中，要确保同一类关系用相同的方向来表示，从而确保数据表示的一致性，以免因此给模型训练带来麻烦。6.2关系标注应用场景关系标注的应用场景比较广泛，比较常见的有智慧金融、知识图等。1．智慧金融2．智慧司法3．智慧医疗4．智能教育5．智能制造6.3生物关系标注规范（一）任务目标本次标注的任务目标为：依据所给文本的意思来分析文本中是否蕴含指定的关系，并标出关系所涉及的三元组，即头实体、尾实体及两实体之间的关系类别。实体是指实际存在的物体，在数据标注中，实体必须是明确的、已经存在的物体。（二）背景知识生物分类法：生物分类法是用生物分类学方法来对生物的物种分组和归类的方法。如表6-1所示，名称代表的范围是从上到下、从左到右依次变小。其中同一层分级的亚类、下类的范围比下一层级的一般类的范围大。（三）基本标注原则本次标注任务应该按照下列基本标注原则来实施。（1）只能根据所给句子表达的信息来判断给定实体对之间的关系，如果句子中没有明确表达，则不需要根据常识或背景去多加判断，直接确认提交即可。例如，黄花风铃木为巴西国花。不用标注巴西为分布区域，但是只要说明了其在哪里被发现或是哪里特有的物种，就可以标注。（2）在标注过程中所标注的实体必须是明确的，不能是泛指的。例如，“哺乳动物都是脊索动物门”。句子中没有说明该哺乳动物是哪一个或哪一小类确定的动物，所以不需要标注。例如，猴类、犬类、虎类等需要标注，哺乳动物、卵生动物等不需要标注。（3）未实际断定的关系不需要标注，如“据说”或“推测”出的结论。（4）如果有多个有范围联系的实体，则按照由大到小的顺序出现，需要整体标注到范围最小处，如“蓝猫属于哺乳纲猫科猫属”。此时关系需要标注，“蓝猫”生物分类-分类“哺乳纲猫科猫属”，“哺乳纲”生物分类包含“猫科”，“哺乳纲”生物分类包含“猫属”，“猫科”生物分类包含“猫属”。如果分开出现或有标点符号隔开，则只选择范围最小的实体，如“家猫属于哺乳纲、猫科”，此时关系只需要标注“家猫”生物分类-分类“猫科”，“哺乳纲”生物分类包含“猫科”。（5）关于杂交标签，子标签范围依次是杂交亲本>杂交父本=杂交母本。在标注时，我们要注意当3个要素同时出现时，以杂交父本和杂交母本为主标注，不用标注杂交亲本。其中需要分别标注杂交父本及杂交母本。如“西门塔尔杂交牛的杂交亲本是西门塔尔公牛和母黄牛。”从文本可知，西门塔尔公牛是西门塔尔杂交牛的父系，也就是杂交父本，母黄牛是西门塔尔杂交牛的母系，也就是杂交母本，句中也出现了杂交亲本，等于三个要素同时出现，不标注杂交亲本的关系，只标注“西门塔尔公牛杂交-杂交父本西门塔尔杂交牛”、“母黄牛杂交-杂交母本母黄牛”两个关系。（四）具体说明（五）注意事项在任务实施中，需要注意以下事项。（1）如果文中说明是古文献的分类方法，则不需要标注。例如，“《说文解字》中记载：茱萸为茮（按：同“椒”）属”，这里的茮属不需要标注。但是古老物种的现代分类方法需要标注。例如，驴是6000年前古埃及人由非洲野驴（E.africanus）驯化而来的。这里的非洲野驴及学名都是现代说法。 （2）标注时，实体只标注现实存在过的动植物；如出现“龙”则不标注；出现“恐龙”则标注。（3）如果题目中同时出现了古代地名和注释的现代地名，则只需要标注现代地名。例如，中国四川省万县（今重庆市万州县)，只需要标“重庆市万州县”。如果文本中出现多个分布区域但他们之间有大小关系，只需要标注范围最精确的一级，如遇到音译地名如有注释则标注注释。（4）在标注时只需要标注实体核心词，不需要标注不相干的其他词。例如，狸花猫原产于中国地区。此处原产地应为“中国”，不要标注为“中国地区”。如果是中国大陆、黄河流域等，就需要整体标注。（5）不需要标注方位词，如北方、华中、东北等，如果前面有确定的城市、国家限定，则标注该城市、国家即可。如出现“西藏南部喜马拉雅山”这种由大到小，但是中间夹杂方位词的，需要整体标注。（6）需要整体标注“小狗”与“小花豹”等说法。如果文中同时出现同一物种的不同说法，如同时出现“大雁”与“大雁鸟”，则标注描述最详细的“大雁鸟”。（7）如果“濒危”及其他保护等级在文中表达为“濒危状态”，则仅需要标注“濒危”字样。（8）法规、通知、名录、论文等文章形式不算作相关作品，相关作品主要范围为艺术文学、期刊类作品，不需要标注书名号。（9）“原种角堇”中仅标注角堇。（10）不要将学名及别名的第一层的括号标注进来，但可以标准学名本身自带的标点符号，如香堇菜（ViolaOdorataL.）可以标注学名为“ViolaOdorataL.”。（11）别名只标注中文别名。（12）如果语句中交代了该物种取自、栽种在哪个明确区域，则标注该物种和区域为分布区域关系，全球分布则标注全球。说明哪个国家特有即可标注原产地关系，注意“我国”不标注。（13）当文本中的某一实体多次出现时，仅标注第一次出现的。（14）当出现××科××属这样的结构，默认为文中交代了包含的关系，需要标注。（15）对于杂交父本、杂交亲本等，如果动植物名称前有形状限制（如“深紫色小花三色堇”），则需整体标注。（16）如文本中，交代两种生物名称，未交代是否是生物范围，按“生物分类—分类”标注，标注方向为，小范围—大范围。例如，东北虎是虎的一员。标注为，东北虎虎。（17）动物的停留地、栖息地通常被称为动物的生境，生境是指动物在其中生活和繁殖的环境，包括它们的栖息地、活动范围、觅食区域、隐蔽场所、繁殖区域等。因此，生境是动物分布区域的一个重要组成部分。动物的停留地、栖息地可以算作动物的分布区域。（六）系统使用1．进入任务实施页面（1）进入实训练习页面。当前实训平台已将该页面设置为学员端默认首页，因此登录系统后即可自动进入实训练习页面。（2）进入任务列表页面。进入实训练习页面后，单击页面上关系标注模块下的“进入学习”链接，如图6-7所示，进入任务列表页面。（3）进入关系标注实施页面。在任务列表页面单击任意一个任务模块下的“进入学习”按钮。2．标注页面操作详解在本任务中，如果想要针对一个题完成标注操作，则需要用到如下按钮和步骤，按顺序说明如下。（1）标注任务领取。在本系统中，打开任务实施页面后，会默认加载第一条题目，因此不需要额外做任务领取操作。此时，题目列表中的第一条记录默认呈现出选中状态。（2）选择实体。在文本展示区，按住鼠标左键拖曳选中的对应实体，释放鼠标左键，在对应实体上右击，并在弹出的快捷列表中选择“粘贴到实体值1”命令或“粘贴到实体值2”命令，在操作区的灰色框内会显示所选取的文本。重复操作会覆盖上一次的结果。右击选中的文本后，在弹出的列表中选择相应实体值，实体值框内生成文本。（3）实体位置互换。如果实体值位置选反，则单击“互换”按钮调换位置。（4）选择关系类型。在操作区的“关系下拉列表”中选择对应的关系类型。（5）确定或清空关系。选择完实体和对应的关系后，单击“确定”按钮。如果错误比较多，则单（6）修改或删除关系类型。如果出现错标或由于其他原因需要修改/删除单个关系类型，则可以在关系保存区的关系类型上右击，在弹出的快捷菜单中选择“删除”命令或“修改”命令。选择“修改”命令后，操作区会回到单击“确定”按钮前的状态。（7）保存当前标注结果。单击页面下方的“保存”按钮可以保存当前标注结果。“保存”按钮主要用于保存已经标注的结果，以确保标注中的结果不会丢失。单击“保存”按钮后，该按钮会变成橙色，提示保存成功。（8）提交当前任务。单击“提交”按钮即可提交当前任务。单击“提交”按钮后，会呈现出参考答案与作答结果对比页面。明确给出错误点提示，以供学习者对比参考。（9）切换到下一题。单击“提交”按钮后，单击参考答案与作答结果对比页面中的按钮手动换到下一题。对于已提交的题目，不能再修改。（10）查看答