（十一）关系抽取方法

一、基于规则的方法

优点：

• 比较准确
• 不需要训练数据

缺点：

• low recall rate，（覆盖问题），覆盖范围小，很多规则人想不到
• 成本（人力）
• 规则本身难以设计（规则不冲突，规则不冗余）

二、基于监督学习的方法

• 定义关系类型

• 定义实体类型

• 训练数据准确

  • 实体标记好（类型）
  • 实体之间的关系

• 根据特征，用分类算法判断属于哪个关系类型

三、Bootstrap算法

1. 建立一个seed tuple
2. 生成新的规则（由文本生成规则）
3. 遍历文本，利用已知的规则生成新的tuple
4. 重复2 3 步

缺点：

• 算法的Error会逐步累加下来

四、Snowball

规则采用五元组：[left] [ORG] [middle] [LOC] [right]

1. 生成规则

2. 生成tuple

3. 评估规则准确 + 过滤

   - 计算left、middle、right的相似度
   

4. 评估tuple准确 + 过滤