多策略中文开放关系抽取方法  

A Multi-strategy Approach to Chinese Open Relation Extraction

作　　者：温清华 朱洪银 侯磊[1,2] 李涓子[1,2] WEN Qinghua;ZHU Hongyin;HOU Lei;LI Juanzi(Department of Computer Science and Technology,Tsinghua University,Beijing 100080,China;Knowledge Engineering Group,Tsinghua University,Beijing 100080,China)

机构地区：[1]清华大学计算机科学与技术系,北京100080 [2]清华大学知识工程实验室,北京100080

出　　处：《中文信息学报》2023年第1期88-96,共9页Journal of Chinese Information Processing

基　　金：国家自然科学基金(62006136);NSFC-通用技术基础研究联合基金(U1736204)。

摘　　要：开放关系抽取从海量数据中获取知识,是自然语言处理的一个关键技术。开放关系抽取可以实现多种关系的抽取,由于中文领域可供训练的标注数据较少且语义句式较为复杂,面向中文的开放关系抽取存在较多困难。现有的中文开放关系抽取方法存在实体识别覆盖率较低且抽取关系种类单一的问题,无法满足知识图谱扩展等应用需求。该文提出了多策略的开放关系抽取方法,该方法综合利用知识图谱提高了实体识别的覆盖度,依靠实体上下文信息实现了实体对关系的抽取,根据依存句法分析抽取得到全要素三元组,并实现了从文本中抽取实体属性的方法。实验证明,该文的抽取方法准确率高,抽取关系种类多样,可以服务于知识图谱扩展等任务。Open relation extraction is to obtain knowledge from massive texts,which is a challenging task in natural language processing community.With few annotation data and complex sentences,Chinese open relation extraction faces more difficulties.This paper proposes a multi strategy open relation extraction method,which comprehensively uses the knowledge graph to improve the coverage of entity recognition,realizes the relation extraction by the entity context,obtains the all element triples by the dependency parsing,and extracts the entity attribute from the text.Experiments show that the proposed method has high accuracy for various types of relationships.

关 键 词：开放关系抽取 多策略 知识图谱 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]