知识抽取(1)
标签(空格分隔): 知识图谱
知识抽取
结构化数据
非结构化数据
信息抽取
难点:结果的准确性和覆盖率
*子任务:
基于触发词的Patteern
基于依存句法分析的Pattern LTP(哈工大自然语言处理平台)
优点
小规模数据容易实现
构建简单
缺点
特定领域模板需要专家
可移植性差一些
难以维护
召回率很低
半监督学习
远程监督与Bootstrapping
Bootstrapping 有一些初始种子词监督学习
>
命名实体识别
术语抽取
关系抽取
事件抽取
KBP可以有实体链接的数据集
https://tac.nist.gov/2017/KBP
实体消歧:https://en.wikipedia.org/wiki/SemEval
工具:
dbpedia spotlight
http://spotlight.dbpedia.org
wikipedia miner
触发词
共指消解
结构化数据
已经以知识图谱存在的数据
难点:数据对齐
数据库中的数据
半结构化数据(需要包装器)
表格
列表
infobox
实体连接
属性消歧
上下文消歧