基于规则的关系抽取
流程
- 基于规则和人工抽取关系词——>基于抽取的关系词抽取关系句——>基于人工总结的模板结合同义词和re模块进行模板匹配抽取三元组
规则
-
句子关系词抽取(所谓的关系词就是含有某个关系的句子，经常出现并且特有的词，要有区分度：与全局普通句子的区分度，与其他关系句子的区分度)
- 采用类似于tfidf的方式抽取每类关系的关系词，统计每类句子的词频进行排序，抽取其中局部常见，全局少见的词
-
关系句提取
- 根据每类关系词，设置阈值抽取每类关系的关系句（对关系词高度依赖）
- 根据规则，含有某个关系的关系词的句子判定为该关系的关系句
-
句子三元组抽取
- 人工定义模板，A是头实体，B是为实体,模板如下：（基于上文的关系句总结模板）
- 基于re正则表达式匹配符合模式的句子，并匹配句子中的A和B部分（这部分需要用到之前提到的[领域词]
- 利用synonyms找到关系词的近义词，将模板扩充，例如：(.*)是|由组成。