知识图谱（二）知识抽取

一、知识抽取任务（实体抽取、关系抽取、事件抽取构建数据库）

从不同来源、结构的数据中进行知识抽取，形成知识存入到知识图谱

• 结构化数据：链接数据、数据库
• 半结构化数据：表格列表
• 纯文本数据（NLP领域--信息抽取）

最终形成RDF三元组、多元组事件、时序信息

子任务：

• 命名实体识别：检测及分类
• 术语抽取---文献资料、MOOC进行术语的抽取，形成知识点知识图谱
• 关系抽取
• 事件抽取：触发词（确定事件）、时间、地点、攻击者、伤亡人数
• 共指消解（Co-reference Resolution CR）

1. 实体抽取：对一个句子进行序列标注，人工特征有：

• 词本身特征（边界特征、词性、依存关系）
• 前后缀特征
• 字本身特征（是否是数字、是否是字符）  
•    
• 
• 
• 
• 

2.关系抽取

基于触发词：如夫妻、配偶、老婆等-----词法分析

基于句法分析：

3事件抽取

 

二、结构化数据的知识抽取

三、半结构化数据的知识抽取

四、基于百科数据的知识抽取

五、面向文本的知识抽取

1. DeepDive关系抽取实战
2. 开放域关系抽取