关系抽取（一）

基于依存句法分析的关系抽取

对于关系抽取问题，基于依存关系的关系抽取模型中，关系词并非是预先设置的类别，而是存在于当前的句子中。例如“马云在杭州创办了阿里巴巴”，预定义的关系可能是“创始人”，而“创始人”一词在句子中不存在，但是句中存在一个与其相似的词“创办”。因此在句法分析中，能够提取出核心词“创办”，该词前面有一个名词“杭州”，而“杭州”前面有一个介词“在”，因此“在杭州”是一个介宾短语，依存路径被标记为POB，所以“杭州”不是“创办”的主语，自然是“马云”。“创办”一词后面是助词“了”可以省略，再往后则是名称“阿里巴巴”，因此“创办阿里巴巴”为动宾关系VOB，与上面的“探索机制”一样。因此可分析得到语义为“马云创办阿里巴巴”，核心词“创办”即为关系，“马云”和阿里巴巴则是两个实体。
  因此基于依存关系的关系抽取算法步骤如下：
  （1）获取句子 x x x；
  （2）对句子 x x x 进行词性标注；
  （3）构建依存关系路径，并依据依存标注表对路径进行标注；
  （4）提取核心词；
  （5）构建起动宾结构，以核心词为关系寻找主语和宾语作为两个实体。
可以发现，基于依存关系不仅可以抽取关系，也可以提取出其对应的实体。因此包括基于深度学习模型在内，一种端到端的联合实体识别与关系抽取被提出。

参考：
https://blog.csdn.net/qq_36426650/article/details/84668741?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2_{aggregatepage}first_rank_v2~rank_aggregation-6-84668741.pc_agg_rank_aggregation&utm_term=%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E7%9A%84%E5%85%B3%E7%B3%BB%E6%8A%BD%E5%8F%96&spm=1000.2123.3001.4430