4-4知识抽取-概念抽取

构建概念知识图谱-任务定义：

    概念知识图谱的组成：

        isA关系、subclassOf关系两种。通常用于本体构建。

    概念是认知的基石；概念可以更好的理解自然语言；概念可以用于解释现象

概念的上下位关系：

    实体概念通常基于词汇进行表达。

    实体与概念，概念与概念之间的关系术语自然语言处理中的语言上下位关系。如A isA B

通常称A是    B的下位词，B是A的上位词。

    概念抽取并构建成无环图的过程又被称为Taxonomy

概念抽取的方法：

    基于模版抽取；基于百科抽取；基于机器学习

概念抽取的方法-基于模版：

    Hearst Patterns：基于固定的句型可以抽取isA关系。

概念抽取的方法-基于百科：

    从半结构化数据中获取上下文关系

    验证抽取结果。

   

    概念知识验证方法：

        互斥概念发现；实体相似度；属性分布相似度；领域规则过滤

概念抽取的方法-基于机器学习：

    从大量文本中获取概念知识。

    基于序列标注模型；