信息抽取

信息抽取

一，信息抽取概述

信息抽取定义：从自然语言文本中抽取指定类型的实体、关系、事件等事实信息，并形成结构化数据输出的文本处理技术。

信息抽取的主要任务有：

• 实体识别与抽取
• 实体消歧
• 关系抽取
• 事件抽取

二，实体识别与抽取

1，实体识别

任务：识别出待处理文本中七类（人名、机构名、地名、时间、日期、货币和百分比）命名实体。

两个子任务：实体边界识别和确定实体类型。

特点：

• 人名、地名、机构名的识别难度较大。
• 内部结构复杂，形式多变。
• 上下文密切相关。
• 考虑到每一类命名实体都具有不同的特征，不同类别的实体适合用不同的识别模型 。
  1. 人名：用基于字的模型描述其内部结构。
  2. 地名：用基于词的模型描述。

方法：

• MEMM、HMM和CRF。
• 基于深度学习的分词和命名实体识别。

2，开放域实体抽取

任务&#x