基于依存关系的空间关系抽取算法

0.引入

空间关系是指存在于实体之间的具有空间特征的关系，如方位关系、距离关系、拓扑关系、层次关系等。空间关系在自然语言描述中一般具有三个部分或者两个层次。三个部分是从认知学的角度出发的将其分为射体、界标和方位词，其中:

1. 射体是空间关系中的主体成分。
2. 方位词是用来描述实体之间的空间方向和位置关系的，通常与其前面的名词构成句子中的处所格。
3. 界标则为射体的方位提供了参照物依据。

例如S1：杯子在桌子上。S1 中包含空间表达式（在，上，桌子）。
则杯子为射体，桌子为界标，上为方位词。

获取空间关系就需要找出句子中的空间表达式。首先要对原始语料进行预处理。然后抽取其中的空间关系。

1.语料预处理

1.1. 获得句子分词后的依存关系

基于哈工大的自然语言处理技术，使用它的API对句子进行分词，并得到它的依存关系。
用户通过指定API参数来获取对应的结果，语言云服务的API参数集链接如下：
http://www.ltp-cloud.com/document/
在语言云中，所有的API访问都是通过HTTP请求的方式。并且需要从api.ltp-cloud.com域进行访问。语言云只支持GET和POST方式的HTTP请求。用户通过在HTTP请求中指定参数来获取对应的结果。
举个例子，对“房顶上落着一只小鸟”这句话做依存句法分析。
这句话的依存关系的句子视图如下：

图1-1例句的依存关系

返回xml格式的结果。GET请求及返回结果示例：
GET http ://api.ltp-cloud.com/analysis/?api_key=U1H0S1Z1CkcUtrLouJvyHVNSOWkY9ycmAVahcduW&text=房顶上落着一只小鸟&pattern=all&format=xml

图1-2 例句的xml标准结果

1. 这句话的XML标准结果如下：结点标签分别为 xml4nlp, note, doc, para, sent, word,arg 共七种结点标签：
   1、xml4nlp 为根结点，无任何属性值；
   2、note 为标记结点，具有的属性分别为：sent, word, pos, ne, parser, srl；分别代表分句，分词，词性标注，命名实体识别，依存句法分析，词义消歧，语义角色标注；值为”n”，表明未做，值为”y”则表示完成，如pos=”y”，表示已经完成了词性标注；
   3、doc 为篇章结点，以段落为单位包含文本内容；无任何属性值；
   4、para 为段落结点，需含id 属性࿰