知识图谱关系抽取 python_中文知识图谱-基于规则的关系抽取

一、概述：

首先基于规则和人工抽取关系词，随后基于抽取的关系词抽取关系句，然后基于人工总结的模板结合同义词和re模块进行模板匹配抽取三元组。

二、规则抽取流程

1)句子关系词抽取(所谓的关系词就是含有某个关系的句子，经常出现并且特有的词，要有区分度：与全局普通句子的区分度，与其他关系句子的区分度)

1.采用类似于tfidf的方式抽取每类关系的关系词

统计每类句子的词频进行排序，抽取其中局部常见，全局少见的词

2.人工抽取，原则与上述相同

结果如下：每个关系的关系词

2)关系句提取

1.根据每类关系词，设置阈值抽取每类关系的关系句(对关系词高度依赖)。

2.根据规则，含有某个关系的关系词的句子判定为该关系的关系句。

结果如下：包含关系的关系句

3)句子三元组抽取

1.人工定义模板，A是头实体，B是为实体,模板如下：(基于上文的关系句总结模板)包含关系的模板

2.基于re正则表达式匹配符合模式的句子，并匹配句子中的A和B部分(这部分需要用到之前提到的领域词)。

3.利用synonyms找到关系词的近义词，将模板扩充，例如：(.*)[是|由](.*)组成。

最终结果如下：抽取出来的包含关系的三元组

本文提出的基于规则的关系抽取办法，并非最终版本，后续在属性抽取中将提出一种基于远程监督的模板构造方法。