《自然语言处理》课件_新模板 第六章 信息抽取-已修正.pptxVIP

自然语言处理NaturalLanguageProcessing第六章信息抽取

目录背景介绍Contents1章节概述2小节介绍3本章总结4

背景介绍BACKGROUNDONE

背景介绍我们在享受大数据时代带来的便捷的同时，互联网中过度丰富的信息导致了有效信息的淹没，这导致我们很难在短时间内从成堆的信息中检索出真正感兴趣的信息。因此，如果存在一种工具能够方便我们从大量信息中快速发现有效信息，并将这些信息自动地进行分类、提取和重构，那么我们将能更加高效便捷地使用互联网。在这种背景下，信息抽取技术应运而生。

背景介绍我们习惯阅读的自然语言文本是非结构化信息，例如小说中的文本，非结构化信息经过分析后，可分解成多个互相关联的组成部分，各组成部分间有明确的层次结构，这种经过分析后得到的数据形式称为结构化数据，通常使用数据库对其进行管理，这种结构化的形式便于用户的查询和进一步分析。从广义上讲，信息抽取处理的对象可以是文本、图像、语音和视频等多种媒体，但随着文本信息抽取研究的快速发展，信息抽取往往被用来专指文本信息抽取（textinformationextraction）。文本信息抽取指的是这样一类文本处理技术，它从自然语言文本中自动抽取实体、关系、事件等事实信息，并形成结构化数据输出，其目标是从大量数据中准确、快速地获取目标信息，提高信息的利用率。

章节概述CHAPTEROVERVIEWTWO

章节概述本章将带领读者走进信息抽取的世界，首先在第1节介绍信息抽取的任务定义，并对其子任务做简要介绍；其次在2至5节分别对命名实体识别、实体链指、关系抽取、事件抽取这四个信息抽取的子任务及相关技术方法进行阐述；最后在第6节介绍信息抽取的前沿技术，并对其未来发展趋势进行展望。读完本章，读者将了解信息抽取在自然语言抽取领域中的重要地位，并对信息抽取的发展历程和技术路线有个大致的认识。

小节介绍SECTIONINTRODUCTIONTHREE

6.1信息抽取任务定义文本信息抽取广义上主要包括三个阶段：1）自动处理非结构化的自然语言文本；2）选择性抽取文本中指定的信息；3）就抽取的信息形成结构化数据表示。具体技术路线上，信息抽取包含了这四个关键子任务：1）命名实体识别（NamedEntityRecognition）；2）实体链指（EntityLinking）；3）关系抽取（RelationExtraction）；4）事件抽取（EventExtraction）1）命名实体识别它是信息抽取的基础性工作，其任务是从自然语言文本中识别出诸如人名、组织名、日期、时间、地点、特定的数字形式等内容，并为之添加相应的标注信息，为信息抽取后续工作提供便利

6.1信息抽取任务定义2）实体链指自然语言文本经过命名实体识别之后，需要通过实体链指技术简化、统一实体的表述方式，这对提高信息抽取结果的准确度有很大的促进作用3）关系抽取当获取了文本中的实体，接下来通过关系抽取技术识别实体之间存在的语义上的联系4）事件抽取从含有事件信息的文本中抽取出用户感兴趣的事件信息，将非结构化的自然语言文本以结构化的形式呈现出来。

6.2命名实体识别命名实体识别基本概念6.2.1命名实体识别演化过程6.2.26.2.3命名实体识别案例分析

6.2.1命名实体识别基本概念命名实体一般被认为是专有名词，它可以是文本中的人名、地名、组织机构名、日期等实体类型。命名实体识别任务于1991年被首次提出，随后从1996年开始，命名实体识别任务被加入信息抽取领域，该任务的目的是识别出文本中表示命名实体的成分，并对其进行分类。因此有时也称为命名实体识别和分类（NamedEntityRecognitionandClassification,NERC），例如“当地时间14日下午，叙利亚一架军用直升机在阿勒坡西部乡村被一枚恶意飞弹击中。”这句话中包含的实体有：日期实体“14日下午”、组织机构实体“叙利亚”、地名实体“阿勒坡西部乡村”、装备实体“军用直升机”和“飞弹”。由此可见，命名实体识别是文本意义理解的基础，对实体的正确标识和划分可以实现对文本更加准确深入的理解，因此我们需要特别关注文本中的命名实体部分和这些命名实体的类别。

6.2.2命名实体识别命名实体识别基本概念6.2.1命名实体识别演化过程6.2.26.2.3命名实体识别案例分析

6.2.2命名实体识别演化过程

1）基于规则早期的命名实体识别主要是基于规则的方法，由语言学家依据数据集特征人工构建特定规则模板。通过观察实体名称自身的特征和短语的常见搭配，人为制定一些规则来构建规则集合。其中，制定规则采用的特征包括统计信息、标点符号、关键字、位置词、中心词等。制定好规则后，通常将文本与规则匹配以实现命名实体识别。局限性非常