关系抽取（relation extraction）综述

关系抽取的各大数据集的sota方法网址：https://paperswithcode.com/task/relation-extraction

关系抽取的定义

关系抽取就是从一段文本中抽取出**（主体，关系，客体）**这样的三元组，用英文表示就是(subject, relation, object)这样的三元组。所以关系抽取，有的论文也叫作三元组抽取。从关系抽取的定义也可以看出，关系抽取主要做两件事：

1. 识别文本中的subject和object（实体识别任务）
2. 判断这两个实体属于哪种关系（关系分类）。

例如，给出如下的句子：刘翔，1983年7月13日出生于上海，中国男子田径队110米栏运行员。我们可以抽取出实体关系三元组实例 (刘翔，出生地，上海)。

关系抽取的现实意义：关系抽取可以为知识图谱的自动构建、搜索引擎、问答等下游任务提供支撑。

关系抽取的分类

1. 根据训练方式分类

根据训练模型的方式是全监督还是半监督，可分为全监督的关系抽取和远程监督关系抽取。
全监督关系抽取
全监督关系抽取任务并没有实体识别这一子任务，因为数据集中已经标出了subject实体和object实体分别是什么，所以全监督的关系抽取任务更像是做分类任务。模型的主体结构都是特征提取器+关系分类器。特征提取器比如CNN，LSTM，GNN，Transformer和BERT等。关系分类器用简单的线性层+softmax即可。

全监督关系抽取常用的数据集是