知识图谱 概念与技术 第三章

知识图谱 概念与技术

肖仰华等编著 中国工信出版集团 电子工业出版社

 

 

第三章 词汇挖掘与实体识别

 

知识图谱中的实体识别基本思路： 当一个词汇在某个上下文表达的是某个预定义概念时，则是一个实体。 例如“刘德华是中国香港男歌手” 中“刘德华”属于“人物”

等价关系、等级关系、相关关系

等价关系：简写等

等级关系：子类，细分等

相关关系：上下位关系、索引关系等 （例如“复旦大学 ”和“985院校“为上下位关系

短语抽取

短语：描述一个完整、不可分割的语义单元

短语质量评估：频率、一致性、信息量、完整性

 

无监督短语抽取：

语料-> 候选短语生成（n gram， 卡阈值过滤）-> 统计特征计算（例如 tfidf、PMI、左邻字熵和右邻字熵等）-> 质量评分（特征值融合，家全球和等）-> 排序输出