【知识图谱】关系抽取与总结展望

实验介绍

在上一节的实验中【知识图谱】命名实体识别（NLP）我们学习了如何将实体从文本中抽取出来，在实体抽取出来之后得到的是离散的节点，为了构成网状的知识，还需要从文本中提取实体之间的关系。

因此，本实验中将学习如何从文本中抽取实体之间的关系。

在本实验中，你将掌握：

• 关系抽取任务的定义与理论解决方法
• 关系抽取任务中数据集处理方法
• 关系抽取模型——PCNN 的理论知识
• 用 Keras 构建 PCNN
• PCNN 的训练与预测方法

实验原理

关系抽取任务

在本实验中，我们关心的是有监督的关系抽取任务，即已知所有文本中包含的关系种类。此时关系抽取的任务形式就是一个文本分类的问题——任务的