背景
拓展知识图谱-人物关系模块，激发用户兴趣点击，提升流量。
要解决的问题
1、识别人名：ner 命名实体识别。
2、识别两个人是有关系的；
人名共现来说明两个人之间有关系；
词向量计算词与词之间的相似度来说明两个人之间关系。
3、人物关系挖掘。
两个人名满足某种依存模式，则将两个人名和关系抽取出来。
用到的相关nlp算子：分词、词性标注、命名实体识别（NER）、依存语法分析、语义角色标注依存句法中我们所用到的主要关系有：主谓关系（SBV）、动宾关系（VOB）、定中关系（ATT）、并列关系（COO）、介宾关系（POB）；
技术方案、基于依存句法的人物关系抽取
核心工程
模式_实例1
两人名实体同时位于主语，并列关系
例如：1914年，孔祥熙与宋霭龄于日本结婚。
利用哈工大语言云进行句法分析得到结果如下：
模式_实例2
两人名实体同时位于主语，修饰关系。特征词分别采用角色词或者人物词进行不同策略的挖掘。
例如：邓超的妻子孙俪也是著名演员。
使用句法分析得到结果如下：
模式_实例3
两人名实体位于宾语，修饰关系
例如：他的妻子以往被认为是洪秀全的妹妹洪宣娇。
模式_实例4
两人名实体分别为主语和宾语，这种情况时，选取谓语动词作为特征词。
例如“子路师从孔子”
模式_实例5
关系名为主语、人名2为宾语，这种情况时，选取谓语动词“是”作为特征词。
例如“禹智皓的哥哥是韩国男歌手禹泰云”
训练数据
部分训练样本
金城武在经济公司的安排下师从歌手陈升 子路师从孔子 禹智皓的哥哥是韩国男歌手禹泰云 贾巴里·帕克的父亲桑尼·帕克是前NBA球员 APP 邓超的妻子孙俪也是著名演员 APP两人名实体同时位于主语,修饰关系 1914年，孔祥熙与宋霭龄于日本结婚 两人名实体同时位于主语，并列关系 他的妻子以往被认为是洪秀全的妹妹洪宣娇 两人名实体位于宾语，修饰关系 韩雪在年代武侠剧《叶问》中饰演叶问的妻子张永成 刘涛共同出演古装爱情剧《大理公主》饰演贫苦寡妇杨玉姣的女儿杨阿细
优化方案
指代消解。针对那些语句中有代词情况，考虑采用指代消解方案进行优化！
提高精准度特殊处理方式：
1、特定关系，必须满足姓氏相同。如：妹妹、弟弟、哥哥、父亲、女儿、儿子、爷爷
2、语义提取，太依赖于nlp服务本身，在项目中发现，句法分析中出现部分中文词无法提取出来（这种nlp的句法分析服务暂没提供自定义词库功能）；
3、ner的识别问题，通过增加分词，并增加一些自定义的分类方式，提高ner的识别度！
数据评估——衡量方法的优劣
1、大多采用准确率和召回率和F1值来衡量方法的优劣。
2、F1值为准确率和召回率的加权几何平均值，具体定义如下。
β是准确率和召回率的相对权重，β= 1，认为两个指标重要性是相同的；β>1,召回率权更重要一些；β<1时，准确率更重要一些。
数据评估方式
数据标注：
1） 先跑出一版数据，然后再数据上做正确的标注；
评估方式：
1） 关系挖掘数据评估；
2） 内链数据评估；
新闻数据评估：
1） 近似认为与原语料相同，进行数据类挖掘；
规则提取特征：
1) 换行提取
推荐
喜欢编程
