《知识图谱概念与技术》读书笔记：关系抽取中基于模式的抽取

读完可以回答以下问题：

1. 基于模式的关系抽取定义是什么？

2.基于模式的关系抽取方法及各自的优缺点有哪些？

3.基于模式的关系抽取的质量评估方式有哪些？

1.基于模式的关系抽取通过定义在文本中表达的字符、语法或者语义模式，将模式与文本的匹配作为主要手段，来实现关系实例的抽取。

2.基于模式的关系抽取可以分为：

    来自于专家定义的模式：

        优缺点：质量精良，抽取准确率高。但是成本高昂，召回率低。

        1）基于字符的模式：

       表达特定关系的字符模式同时是一组正则表达式。对于模式和文本的相似性有较高的要求。当模式具有一定的泛化模式时，容易引入更多的错误。

2）基于语法的模式：

      基于语法的模式能够增强模式的表达能力，语法包括词法(引入词性标签等)和句法。这种模式构造容易，且有较好的准确率。

3）基于语义的模式：

       优化语法模式的一种重要手段就是引入语义元素（如概念），可以更加精准地表达模式适配的范围，从而增强模式的描述能力，从而实现高精度抽取。

       引入概念的语义模式依赖于比较完善的概念图谱。但随着概念图谱的普及，这一模式也有着更加广泛的应用。

    自动化模式抽取：

       自举法（Bootstrapping）：“模式抽取+实体抽取”循环迭代，这个过程也称为“滚雪球（Snowball）”

       步骤一：为该类关系类型标注少量初始种子实体对。

       步骤二：找到实体对在文本语料库中所出现的句子集合。

       步骤三：基于这些句子抽取表达关系的模式（模式抽取）。

       步骤四：是用新发现的模式去语料库中抽取新的实体对（实体抽取）。

       自举法的代表成果：DIPRE系统，Snowball系统，KnowItAll系统

       优缺点：自动，高效。但质量不容易保证，例如：模式容易出现语义漂移，互联网的海量语料中存在很多噪声。

3.基于模式抽取的质量评估

     质量评估通常从两个角度进行判断：实例与模式的匹配程度，以及模式本身的置信度。

    在衡量实例和模式匹配时，完全匹配少之又少。因此，通常使用模糊匹配的度量指标Jaccard相似度、编辑距离、加权匹配等分数。

   模式本身的置信度可以通过在实际匹配中的表现来评估。通常使用准确率作为置信度的度量。