知迟抽取任务及相关竞赛

知识抽取任务定义

    知识抽取是实现自动化构建大规模知识图谱的重要技术，其目的在于从不同来源、不同结构的数据中进行知识提取并存入知识图谱中。知识抽取的数据源可以是结构化数据（如链接数据、数据库）、半结构化数据(如网页中的表格、列表)或者非结构化数据（即纯文本数据）。面向不同类型的数据源，知识抽取涉及的关键技术和需要解决的技术难点有所不同。知识抽取的概念最早在20世纪70年代后期出现于NLP研究领域，是指自动化地从文本中发现和抽取相关信息，并将多个文本碎片中的信息进行合并，将非结构化数据转换为结构化数据，包括某一特定领域的模式、实体关系或RDF三元组。下图给出了一个知识抽取的典型例子。给定一段关于苹果公司的文字描述，知识抽取方法可以自动获取关于苹果公司的结构化信息，包括其总部地址、创始人以及创立时间。

    具体地，知识抽取包括以下子任务：

1. 命名实体识别，从文本中检测出命名实体，并将其分类到预定义的类别中，例如人物、组织、地点、时间等。上图中高灰色记的文字就是命名实体，在一般情况下，命名实体识别是知识抽取其他任务的基础。
2. 关系抽取从文本中识别抽