中文多元组联合标注工具LAnn介绍

中文多元组联合标注工具LAnn介绍

摘要

大约在一年前，三元组联合标注工具LAnn发布出来了：LAnn。这是为方便我课题所设计并实现的一款三元组标注软件，限定为封闭关系和”头实体-关系-尾实体“的元组角色。但后来参加了百度所举办的多模态信息抽取比赛，发现用三元组来表征现实世界的事实（知识）是不够的，因此在LAnn的基础上进行了扩展，引入了元组角色标注。
多元组标注工具的基本功能和LAnn一样，但略有差别，本文主要针对这些差别进行介绍。

元组角色标注的引入

在三元组标注的情况中，元组的角色默认为了”头实体-关系-尾实体“，其中头实体和尾实体是我们选定的，关系则是在预定义中的关系选择的。但是在实际情况中，有些事实（知识）是三元组无法表征的，例如”吴京在战狼电影中扮演冷锋的角色“，对于”吴京（头实体），扮演（关系），战狼（在作品），冷锋（尾实体）“这样的事实，元组中的每个元素都是必要的。仍然使用三元组”吴京（头实体），扮演（关系），冷锋（尾实体）“是不准确的，显然吴京扮演过很多的角色。
更进一步的，在事件抽取任务中，有更多的实体参与事件，并且在事件中具有不同的角色，三元组更