关系抽取工具浅析

１.Jiagu

思知（ownthink）开发的，对于百度百科文本，还能提取到部分三元组，抽取到的三元组有重复，有些比较奇怪，有些百科文本也提取不到任何三元组。其他文本就根本不行。

Jiagu可以同时抽取出实体和实体之间的关系。

2.DeepKE

关系抽取用到的模型有很多：BiLSTM、Capsule、GCN（先用工具提取出句子的语法树，构建出词语之间的邻接矩阵，然后用ＧＣＮ。依赖语法树的准确性）、LM、CNN、Transformer

可以用自己的训练数据重新训练模型，上述几个模型可视为baseline，代码写的很好，调试也比较方便。

DeepKE是只包括关系预测。关系所涉及的实体需要自己输入，也就是需要自己做实体识别。

3.DeepDive

Deepdive是由斯坦福大学InfoLab实验室开发的一个开源知识抽取系统。它通过弱监督学习，从非结构化的文本中抽取结构化的关系数据 ，可以判断两个实体间是否存在指定关系。具有较强的灵活性，可以自己训练模型。有支持中文版的http://www.openkg.cn/tool/cn-deepdive

安装过程需要翻墙。使用金融交易数据作为训练数据，可以完成实体识别和关系抽取两步。

4.Reverb

Reverb是华盛顿大学Turing center研发的开放三元组抽取工具，可以从英文句子中抽取形如（augument1, relation, argument2）的三元组。它不需要提前指定关系，支持全网规模的信息抽取。目前用于华盛顿大学开发的knowitall知识库系统。

5.OLLIE

和Reverb类似，都是华盛顿大学研发的知识库KnowItAll的三元组抽取组件，OLLIE是第二代提取系统。Reverb的抽取建立在文本序列上，而OLLIE则支持基于语法依赖树的关系抽取，对于长线依赖效果更好。