实体识别和关系抽取的联合模型总结

实体识别和关系抽取的目标是从非结构化的文本中发现（实体1、关系、实体2）的三元组，它对知识库的构建和问答任务都很重要，是信息抽取的核心问题。

现有的关系抽取方法主要有两种：

1.使用流水线方法进行抽取：先对句子进行实体识别，然后对识别出的实体两两组合，再进行关系分类，最后把存在实体关系的三元组做为输入。

缺点：1.错误传播，实体识别模块的错误会影响下面的关系分类性能。2.差生了没必要的冗余信息，没有关系的实体会带来多余信息，提升错误率。

2.实体识别和关系抽取的联合模型：对句子同时做实体识别和关系抽取得到一个有关系的实体三元组。

模型结构图：

数据标记策略：采用BIO标记策略。字在句子中的下标（token_id），字(token)，标注标签(BIO)，实体关系（无关系则为N）(relations)，对应关系下标位置（无关系则为当前下标）(heads)。

比如有如下一句话：张三和李四居住在北京和上海，姓名和地址有live_in关系，标记位置为地址最后一个字的下标。