自然语言处理 课件 知识点4.1文本信息抽取

项目4文本信息抽取

MOBILEPHONECONFERENCE品牌介绍MOBILEPHONECONFERENCE产品介绍MOBILEPHONECONFERENCE产品设计目录01020304关系抽取什么是关系抽取关系抽取(RelationExtraction,RE)是就是从非结构化文本中提取实体之间的关系。是从自然语言文本中抽取实体及其之间关系的信息技术，是信息检索、智能问答、智能对话等人工智能应用的重要基础，一直受到业界的广泛关注。关系抽取是信息抽取领域的重要分支，是构建知识图谱的重要技术环节。构建知识图谱必须进行知识抽取，知识抽取包括三个要素：命名实体识别（NER）、实体关系抽取（RE）和属性抽取。而命名实体识别（NER）和实体关系抽取（RE）是知识抽取中非常重要的部分，也是自然语言处理的研究问题之一。命名实体识别任务是在一个句子中找出具有可描述意义的实体，而关系抽取则是对两个实体的关系进行抽取。命名实体识别是关系抽取的前提，关系抽取是建立在实体识别之后。010203whatisRelationExtraction?关系抽取算法：按照发展历程可以划分为三种类别：基于规则的关系抽取算法、基于机器学习的关系抽取算法、基于深度学习的关系抽取算法。其中机器学习又包括监督学习，无监督学习，半监督学习。深度学习主要是监督学习和远程监督学习。基于规则的关系抽取主要是通过人工定义一些抽取规则，从文章中抽取出实体-关系-实体三元组信息。其目标是找出尽可能多的拥有关系的实体对。bananaisafruit基于规则的关系抽取算法有监督学习的关系抽取半监督学习的关系抽取：基于半监督学习的关系抽取方法主要有Bootstrap算法和snowball算法。无监督学习的关系抽取无监督学习是对于没有标记的样本，学习算法直接对输入数据集进行建模，例如聚类基于机器学习的关系抽取算法随着深度学习以及词向量的发展，近年来大多的关系抽取模型都采用词向量做为关系抽取的主要特征，且均取得了很是好的效果。有监督的关系抽取方法：远程监督的关系抽取方法基于深度学习的关系抽取算法事件抽取什么是事件抽取事件(Event)指的是发生在某个特定的时间段、某个特定的地域范围内，由一个或者多个角色参与的一个或者多个动作组成的事件或者状态的改变。事件抽取是把含有事件信息的非结构化文本以结构化的形式呈现出来。命名实体识别、关系抽取、事件抽取是NLP中信息抽取的主要任务。ACE定义中的事件由事件触发词和描述事件结构的元素构成。事件触发词是能够触动事件发生的词，是决定事件类型最重要的特征词，决定了事件类别或子类别。元素用于填充事件模版，两者完整的描述了事件本身。010203whatisEventExtraction?EE事件抽取算法：事件抽取任务总体可以分为两大类：限定域事件抽取和开放域事件抽取。限定域事件抽取在进行抽取之前，预先定义好目标事件的类型及包含哪些具体的事件元素，通常会给出一定数量的标注数据。开放域事件抽取在进行事件识别之前，可能的事件类型以及事件的结构都是未知的，因此该任务通常没有标注数据。。限定域事件抽取算法限定域关系抽取是指系统所抽取的关系类别是预先定义好的，通过人工定义或者从现有知识图谱中自动获取。限定域事件抽取方法包括基于模式匹配的方法基于机器学习的方法两种。开放域事件抽取算法开放域事件抽取在进行事件识别之前，可能的事件类型以及事件的结构都是未知的，因此该任务通常没有标注数据，主要基于无监督的方法和分布假设理论。分布假设理论说明如果候选事件触发词或者候选事件元素具有相似的语境，那么这些候选