NLP-信息抽取：概述【Information Extraction, 从纯文本中进行：①实体抽取与链指(命名实体识别)、②关系抽取、③事件抽取】

知识抽取涉及的“知识”通常是 清楚的、事实性的信息，这些信息来自不同的来源和结构，而对不同数据源进行的知识抽取的方法各有不同，

• 从结构化数据中获取知识用 D2R，其难点在于复杂表数据的处理，包括嵌套表、多列、外键关联等，
• 从链接数据中获取知识用图映射，难点在于数据对齐，
• 从半结构化数据中获取知识用包装器，难点在于 wrapper 的自动生成、更新和维护，

这一篇主要讲从文本中获取知识，也就是我们广义上说的信息抽取。

一、信息抽取三个最重要/最受关注的子任务

1、实体抽取

也就是命名实体识别，包括实体的检测（find）和分类（classify）

实体抽取后，会进行实体统一、指代消解，然后再进行关系抽取

2、关系抽取

通常我们说的三元组(triple)抽取，主要用于抽取实体间的关系：一个谓词（predicate）带 2 个形参（argument），如 Founding-location(IBM,New York)。

关系抽取通常在实体抽取与实体链指之后。在识别出句子中的关键实体后，还需要抽取两个实体或多个实体之间的语义关系。

语义关系通常用于连接两个实体，并与实体一起表达文本的主要含义。

常见的关系抽取结果可以用SPO结构的三元组来表示，即 (Subject, Predication, Object)

例子:中国的首都是北京 ==> (中国, 首都, 北京)

3、事件抽取

相当于一种多元关系的抽取

---

---

---

参考资料：
知识抽取-实体及关系抽取(一)
文献阅读15-OntoILPER:A logic-based relational learning approach关系抽取，NER+RE
关系抽取-END-TO-END NER RE-论文笔记：END-TO-END NAMED ENTITY RECOGNITION AND RELATION EXTRACTION USING PRE-TRAINED LANGUAGE MODELS
在线信息抽取网站：diffbot