4-3-1知识抽取-关系抽取与属性补全（一）

实体关系抽取的任务定义：

    从文本中抽取出两个或多个实体之间的语义关系。

    从文本中获取知识图谱三元组的主要技术手段，通常被用于知识图谱的补全。

实体关系抽取方法概览：

    领域：封闭域关系抽取；开放域关系抽取。

    模型：特征工程；核函数；图模型；深度学习。

    框架：人工模版；监督学习；远程监督；Bootstrap；无监督。

    扩展：多元关系抽取；跨句或篇章推理；实体和关系的联合抽取；基于对抗学习、强化学习、元学习；基于预训练模型的抽取方法。

基于模版的方法：

    基于触发词匹配的关系抽取。

    基于依存句法的关系匹配。

基于监督学习的关系抽取：

    At-least-one Hypothesis：把关系抽取定义为一个分类问题。

        预先定义好关系的类别->人工标注一些数据->设计特征表示->选择一个分类方法（SVM、nn）->评估结果。

深度学习方法：

    端到端的抽取方法。

    基于递归神经网络的关系模型。（RNN）

    基于CNN的关系抽取。-PCNN

    基于BILSTM关系抽取。