NLP查找实体之间的关系

Question

我目前的理解是，可以使用OpenNLP，Stanford NLP等工具包从文本文档中提取实体。

但是，有没有办法在这些实体之间找到关系？

例如，请考虑以下文字：

“正如你们中的一些人所知道的那样，我上周去欧洲高能物理实验室欧洲核子研究中心（CERN），去年7月我发现着名的希格斯玻色子。我每次去欧洲核子研究中心时都感受到了深刻的感受。除了多年来的快速访问之外，我在20世纪90年代末作为访问科学家在那里工作了三个月，从事早期宇宙物理学工作，试图弄清楚如何将我们今天看到的宇宙与可能发生的事物联系起来。它的初期。“

实体：我（作者）， CERN ，希格斯玻色子

关系： - 我“访问”CERN - CERN“发现”希格斯玻色子

感谢。

Answer 1

例如，您可以使用Stanford Parser为其家属提取动词。例如，你可能会得到像

这样的“依赖链”

"I :: spent :: at :: CERN". 

认识到“我在欧洲核子研究中心度过”和“我访问欧洲核子研究中心”和“欧洲核子研究中心主持我的访问”（等）表示同样的事件是一项更艰巨的任务。如何做到这一点超出了SO问题的范围，但你可以阅读释义释义的文献（here是一篇概述论文）。 SO上还有一个related question。

一旦你可以聚类相似的链，你需要找到一种标记它们的方法。您只需选择群集中最常见链的动词即可。

但是，如果您想要提取一组预定义的关系类型，并为这些关系手动注释许多文本，那么该方法可能会有很大不同，例如，使用机器学习来学习如何识别基于注释数据的关系类型。

Answer 2

不知道你是否仍然感兴趣但是CoreNLP添加了一个名为OpenIE（开放信息提取）的新注释器，它应该能够完成你正在寻找的东西。看看：OpenIE

Answer 3

与斯坦福解析器类似，您也可以使用Google语言API，在其中发送字符串并获取依赖关系树响应。

您可以先测试此API，看看它是否适用于您的语料库：https://cloud.google.com/natural-language/

此处的结果是主题谓词对象（SPO）三元组，其中谓词描述了这种关系。您需要遍历依赖关系图并编写脚本来解析三元组。

Answer 4

是的。这称为关系提取。斯坦福大学开发了一些有用的工具来解决这个问题。

有一个网站：http://deepdive.stanford.edu/relation_extraction 这是github存储库：https://github.com/philipperemy/Stanford-OpenIE-Python

通常，这是该过程的工作方式。

results = entract_entity_relations("Barack Obama was born in Hawaii.")
print(results)
# [['Barack Obama','was born in', 'Hawaii']]

至关重要的是，仅提取(subject,predicate,object)形式的三元组。

Answer 5

有许多方法可以进行关系提取。正如同事提到的那样，您必须了解NER和共指解析。不同的技术需要不同的方法。如今，远程监管最为普遍，为了检测实体之间的关系，他们使用了FREEBASE。