实体关系抽取技术方法综述.pdfVIP

《现代图书情报技术》版权所有，欢迎下载引用！  请注明引用地址：实体关系抽取的技术方法综述 ［Ｊ］，现代图书情报技术，２００８（８）：１８－２３． 专　　题 实体关系抽取的技术方法综述 １，２，３ １ １ 徐　健 　张智雄 　吴振新 １（中国科学院国家科学图书馆　北京 １００１９０） ２（中国科学院研究生院　北京 １０００４９） ３（中山大学资讯管理系　广州５１０２７５） 【摘要】对实体关系抽取研究以ＭＵＣ和ＡＣＥ评测为主线的发展进行总结，并指出实体关系抽取任务普遍存在的 三个问题是特定领域标引数据集的获取、模式的获取以及共指消解。在对当前关系抽取的相关文献、系统和项目 进行分析研究的基础上，将基于非结构化文本的实体关系抽取技术方法归纳为：基于模式匹配的关系抽取、基于 词典驱动的关系抽取、基于机器学习的关系抽取、基于Ｏｎｔｏｌｏｇｙ的关系抽取以及混合抽取方法，旨在为进一步构 建实体关系抽取系统提供良好借鉴。 【关键词】实体关系抽取　信息抽取　关系抽取方法 【分类号】Ｇ２５０．７３ ＲｅｖｉｅｗｏｎＴｅｃｈｎｉｑｕｅｓｏｆＥｎｔｉｔｙＲｅｌａｔｉｏｎＥｘｔｒａｃｔｉｏｎ １，２，３ １ １ ＸｕＪｉａｎ 　ＺｈａｎｇＺｈｉｘｉｏｎｇ　ＷｕＺｈｅｎｘｉｎ １（ＮａｔｉｏｎａｌＳｃｉｅｎｃｅＬｉｂｒａｒｙ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１００１９０，Ｃｈｉｎａ） ２（ＧｒａｄｕａｔｅＵｎｉｖｅｒｓｉｔｙｏｆｔｈｅＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００４９，Ｃｈｉｎａ） ３（ＤｅｐａｒｔｍｅｎｔｏｆＩｎｆｏｒｍａｔｉｏｎＭａｎａｇｅｍｅｎｔ，ＳｕｎＹａｔ－ＳｅｎＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０２７５，Ｃｈｉｎａ） 【Ａｂｓｔｒａｃｔ】Ｅｎｔｉｔｙｒｅｌａｔｉｏｎｅｘｔｒａｃｔｉｏｎｉｓａｖｅｒｙｉｍｐｏｒｔａｎｔｔａｓｋｉｎｔｅｘｔｉｎｆｏｒｍａｔｉｏｎｅｘｔｒａｃｔｉｏｎｄｏｍａｉｎ．Ｉｔｆｉｒｓｔｓｕｍｍａｒｉｚｅｓｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔｏｆｅｎｔｉｔｙｒｅｌａｔｉｏｎｅｘｔｒａｃｔｉｏｎｒｅｌａｔｅｄｔｏＭＵＣａｎｄＡＣＥ，ａｎｄｔｈｅｎｐｏｉｎｔｓｏｕｔｔｈａｔｍａｉｎｄｉｆｆｉｃｕｌｔｉｅｓｅｘｉｓｔｉｎｔｈｅ ｐｒｏｃｅｓｓｏｆｒｅｌａｔｉｏｎｅｘｔｒａｃｔｉｏｎａｒｅａｃｑｕｉｓｉｔｉｏｎｏｆｔｒａｉｎｉｎｇｄａｔａｓｅｔ，ａｃｑｕｉｓｉｔｉｏｎｏｆｔｅｍｐｌａｔｅｓ，ａｎｄｃｏ－ｒｅｆｅｒｅｎｃｅｒｅｓｏｌｕｔｉｏｎ． Ｂａｓｅｄｏｎｔｈｅａｎａｌｙｓｉｓｏｆｒｅｃｅｎｔｒｅｌａｔｅｄｌｉｔｅｒａｔｕｒｅｓ，ｓｙｓｔｅｍｓａｎｄｐｒｏｊｅｃｔｓ，ｉｔｃｏｎｃｌｕｄｅｓｔｈｅｅｎｔｉｔｙｒｅｌａｔｉｏｎｅｘｔｒａｃｔｉｏｎｍｅｔｈｏｄｓ ａｓｆｏｌｌｏｗｓ：ｔｅｍｐｌａｔｅｓｍｅｔｈｏｄ，ｌｅｘｉｃｏｎｄｒｉｖｅｎｍｅｔｈｏｄ，ｍａｃｈｉｎｅｌｅａｒｎｉｎｇｍｅｔｈｏｄ，Ｏｎｔｏｌｏｇｙｄｒｉｖｅｎｍｅｔｈｏｄ，ａｎｄｈｙｂｒｉｄ ｍｅｔｈｏｄ．Ｔｈｅａｎａｌｙｓｉｓｏｆｔｈｅｓｅｍｅｔｈｏｄｓｃａｎｈｅｌｐｔｏｂｕｉｌｄｍｏｒｅｅｆｆｉｃｉｅｎｔｅｎｔｉｔｙｒｅｌａｔｉｏｎｅｘｔｒａｃｔｉｏｎｓｙｓｔｅｍｉｎｆｕｒｔｈｅｒｓｔｅｐ． 【Ｋｅｙｗｏｒｄｓ】Ｅｎｔｉｔｙｒｅｌａｔｉｏｎｅｘｔｒａｃｔｉｏｎ　Ｉｎｆｏｒｍａｔｉｏｎｅｘｔｒａｃｔｉｏｎ　Ｒｅｌａｔｉｏｎｅｘｔｒａｃｔｉｏｎｍｅｔｈｏｄｓ １　引　言 　　随着数字资源和万维网上的文本信息的飞速增长，从文本中自动抽取知识的技术越来越被关注。具体而言， 知识抽取系统从特定领域的文本文档中识别相关知识要素（通常是预先定义的类型），并将它们以结构化形式存 储。知识抽取任务在细节和可靠性上有不同的选择，但一般都包括两个普遍存在并且紧密关联的子任务：实体识 别和关系抽取。实体识别通过实体抽取技术抽取各个知识要素。抽取出的知识要素以离散的形式存在，只能反 映出文本中包含哪些实体，例如人、机构、地点等，却不能反映出知识要素之间的关系，例如机构与人之间的雇用 关系、机构与地点之间的位置关系等，而关系抽取则是要解决这一难题。 　　收稿日期：２００８－０６－１６ 　　 本文系国家社会科学基金项目“从数