基于规则的关系抽取

基于规则的关系抽取

流程

• 基于规则和人工抽取关系词——>基于抽取的关系词抽取关系句——>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

规则

• 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)

  • 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

• 关系句提取

  • 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）
  • 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

• 句子三元组抽取

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