应用错误收集

您可能需要查看一些不同的工具：

MITIE

麻省理工学院的新 MITIE 工具支持基本关系提取。分布中包括21个英语二元关系提取模型，这些模型是根据Wikipedia和Freebase数据的组合进行训练的。您还可以训练自己的自定义关系检测器。这里是MITIE / MITIE-models / english / binary_relations /目录的列表，在构建过程中运行make MITIE-models目标时会下载（名称应该相对不言自明）：

rel_classifier_book.written_work.author.svm
rel_classifier_film.film.directed_by.svm
rel_classifier_influence.influence_node.influenced_by.svm
rel_classifier_law.inventor.inventions.svm
rel_classifier_location.location.contains.svm
rel_classifier_location.location.nearby_airports.svm
rel_classifier_location.location.partially_contains.svm
rel_classifier_organization.organization.place_founded.svm
rel_classifier_organization.organization_founder.organizations_founded.svm
rel_classifier_organization.organization_scope.organizations_with_this_scope.svm
rel_classifier_people.deceased_person.place_of_death.svm
rel_classifier_people.ethnicity.geographic_distribution.svm
rel_classifier_people.person.ethnicity.svm
rel_classifier_people.person.nationality.svm
rel_classifier_people.person.parents.svm
rel_classifier_people.person.place_of_birth.svm
rel_classifier_people.person.religion.svm
rel_classifier_people.place_of_interment.interred_here.svm
rel_classifier_time.event.includes_event.svm
rel_classifier_time.event.locations.svm
rel_classifier_time.event.people_involved.svm

OpenIE

来自华盛顿大学的

OpenIE 将从文本中提取关系，以(Arg1, Arg2, Relation)的形式将输出表示为三元组。例如，给定输入句子：

美国总统巴拉克•奥巴马（Barack Obama）周二向数千人致辞。

OpenIE将提取这些二元关系：

（巴拉克奥巴马，美国总统）
（巴拉克奥巴马，给了他的演讲）
（巴拉克奥巴马，周二发表演讲）
（巴拉克奥巴马，向成千上万的人发表演讲）

注意：OpenIE使用明确禁止商业用途的a non-standard open source license。

斯坦福关系提取器

Stanford Relation Extractor 提取关系Live_In，located_In，OrgBased_In和Work_For。如果您想使用不同的关系集，可以使用代码训练您自己的关系提取器（网页上提供的详细信息）。

如果您想要基本依赖项，您还可以使用Stanford Dependency Parser：

Stanford Dependency Parser （斯坦福分析师的一部分）将提取句子中单词之间的语法关系。例如，给定此输入：

港口和移民法案由堪萨斯州共和党参议员布朗贝克提交

斯坦福分析师将提取这些语法依赖关系：

nsubjpass（提交，Bills）
auxpass（已提交，是）
代理人（已提交，Brownback）
nn（Brownback，Senator）
appos（Brownback，Republican）
prep_of（共和党人，堪萨斯州）
prep_on（票据，港口）
conj_and（ports，immigration）
prep_on（票据，移民）

GATE

来自谢菲尔德大学的

GATE 还包括关系提取功能，但我自己从未使用它。此演示文稿概述了其工作原理：https://gate.ac.uk/sale/talks/gate-course-may10/track-3/module-11-ml-adv/module-11-relations.pdf

如果您正在寻找KBP关系集中的一个关系（参见http://nlp.stanford.edu/software/mimlre.shtml），那么MIML-RE关系提取器（http://surdeanu.info/kbp2014/TAC_KBP_2014_Slot_Descriptions_V1.1.pdf）也可能很有用。不可否认，这是一个更大的系统，比CoreNLP中的“关系”注释器更容易设置。

开始使用此选项的最简单方法可能是下载http://search.maven.org/#search%7Cga%7C1%7Ca%3A%22stanford-kbp%22（确保同时下载模型以及所有依赖项）。从那里开始，SlotfillingTasks中有一堆相对低障碍的输入方法（例如，getSlotsInSentence()获取给定实体的所有关系，或classifyRelation()对两个实体之间的关系进行分类。句）。

您可能还想查看ReVerb。它执行开放信息提取，也就是说，您不需要指定要提取的关系类型。它自动识别和提取两个名词/名词短语之间的各种动词介导的关系。

它基于语音标签的简单规则，因此它非常快，即与依赖语法分析的其他系统相比。

代码可用here

更新：我在博客文章中写道，如何使用ReVerb PoS模式从新闻文章中提取关系三元组：

http://davidsbatista.net/blog/2017/05/08/ReVerb

需要一个好的关系提取器

3 个答案:

MITIE

OpenIE

斯坦福关系提取器

GATE