NLP学习笔记12---信息抽取(Information Extraction 简称IE)、命名实体识别(Named Entity Recognition 简称NER)

1.信息抽取介绍 

从非结构化数据中，抽取数据。

非结构化数据包括图片、文本、视频、音频等内容，提取特征输入到model中，而结构化数据类似于数据库中的一个个字段。

信息抽取主要包括两个部分：一个是抽取实体，另一个是抽取关系。

信息抽取的典型应用：

2.命名实体识别

(1)简介

小案例：

 

(2)开源工具

<1>英文工具

<2>中文工具

(3)常用方法

3.关系抽取

(1)方法介绍

(2)基于规则

 

基于规则的优点：<1>比较准确   <2>不需要训练数据

基于规则的缺点：<1>low recall rate   <2>人力成本高  <3>规则本身难以估计

(3)监督学习

 4.实体消歧

 

计算相似度。