知识图谱中传统关系抽取方法

﹏ヽ暗。殇╰゛Y 2021-12-12 10:51 229阅读 0赞

目前主要采用统计机器学习的方法，将关系实例转换成高 维空间中的特征向量或直接用离散结构来表示，在标注语 料库上训练生成分类模型，然后再识别实体间关系 

# 基于特征向量方法 #

最大熵模型(Kambhatla 2004)和支持向量机 (Zhao et al., 2005；Zhou et al., 2005; Jiang et al., 2007)等

## 主要问题： ##

如何获取各种有效的词法、句法、语义等特征，并把 它们有效地集成起来，从而产生描述实体语义关系的各种局部特 征和简单的全局特征

## 特征选取： ##

从自由文本及其句法结构中抽取出各种表面特征以及结构化特征  
实体词汇及其上下文特征  
实体类型及其组合特征  
实体参照方式  
交叠特征  
基本短语块特征  
句法树特征

# 基于核函数的方法 #

浅层树核（Zelenko et al., 2003)、依存树核（ Culotta et al., 2004)、最短依存树核（Bunescu et al., 2005)、卷积树 核（Zhang et al., 2006；Zhou et al., 2007）

## 主要问题 ##

如何有效挖掘反映语义关系的结构化信息及如何有效计算结构化信息之间的相似度

## 卷积树核 ##

用两个句法树之间的公共子树的数目来衡量它们之间的相似度

## 标准的卷积树核(CTK) ##

在计算两棵子树的相似度时，只考虑子树本身，不考虑子树的上下文信息

## 上下文相关卷积树核函数(CS-CTK) ##

在计算子树相似度量，同时考虑子树的祖先信息，如子树根结点的父结点 、祖父结点信息，并对不同祖先的子树相似度加权平均

# 基于神经网络的方法 #

递归神经网络（ Socher et al., 2012)、基于矩 阵空间的递归神经网络（ Socher et al., 2012)、卷积神经网络（Zeng et al., 2014）

## 主要问题 ##

如何设计合理的网络结构，从而捕捉更多的信息，进而更准确的完成关系的抽取

## 网络结构 ##

不同的网络结构捕捉文本中不同的信息

## 递归神经网络（RNN） ##

网络的构建过程更多的考虑到句子的句法结构，但是需要依赖复杂的句法分析工具

## 卷积神经网络（CNN） ##

通过卷积操作完成句子级信息的捕获，不需要复杂的NLP工具

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9zdHk5NDUuYmxvZy5jc2RuLm5ldA_size_16_color_FFFFFF_t_70]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9zdHk5NDUuYmxvZy5jc2RuLm5ldA_size_16_color_FFFFFF_t_70]: /images/20211211/e78860c66d9443e8a459d8d97c9958dc.png

发表评论取消回复

表情：

评论列表（有 0 条评论，229人围观）

还没有评论，来说两句吧...

相关阅读

相关知识图谱的实现方法

知识图谱的实现方法有很多种，常见的有基于关系数据库和基于图数据库的方法。基于关系数据库的方法，使用关系型数据库管理数据，通过建立多个表来表示知识图谱中的实体和关系，并通过设

小咪咪/ 2024年03月25日 10:23/ 0 赞/ 9 阅读

相关知识图谱：图谱推理

一、概述面向知识图谱的推理主要围绕关系的推理展开，即基于图谱中已有的事实或关系推断出未知的事实或关系，一般着重考察实体、关系和图谱结构三个方面的特征信息。具体来说

男娘i/ 2023年09月28日 08:48/ 0 赞/ 128 阅读

相关关系抽取：概述

1.先说说关系抽取存在的问题下面以关系抽取的存在场景问题以及模型本身存在的问题，来看这个关系抽取这个任务存在哪些问题。 1.1 抽取的场景问题：不同的模型往往

青旅半醒/ 2023年09月25日 12:18/ 0 赞/ 23 阅读

相关【知识图谱】知识图谱应用

知识图谱怎么用 ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG

傷城~/ 2023年01月13日 10:24/ 0 赞/ 216 阅读

相关【知识图谱】经典知识图谱

[cyc][] 最初目标：构建人类最大的常识知识库（比如：每个树都是植物，植物最终会死）组成：由术语（Terms）和断言（Assertions）组成。术语包括概念、关

川长思鸟来/ 2023年01月13日 10:22/ 0 赞/ 312 阅读

相关【知识图谱】知识图谱概念

知识图谱概念人工智能技术的三个发展阶段 1、计算智能 2、感知智能 3、认知智能 ![在这里插入图片描述][watermark_type_ZmFuZ3

àì夳堔傛蜴生んèń/ 2023年01月13日 09:58/ 0 赞/ 163 阅读

相关知识图谱入门-知识图谱嵌入

知识图谱嵌入为什么要知识图谱嵌入本文主要参考论文《Knowledge Graph Embedding: A Survey of Approaches a

电玩女神/ 2022年11月04日 11:21/ 0 赞/ 296 阅读

相关关系抽取常用方法

关系抽取通常会基于以下几种方式去做：基于规则监督学习半监督 & 无监督学习 Bootstrap Distant

柔光的暖阳◎/ 2022年03月15日 03:20/ 0 赞/ 265 阅读

相关利用关系抽取构建知识图谱的一次尝试

如需阅读该文章，请访问网址： [https://www.cnblogs.com/jclian91/p/11107323.html][https_www.cnblogs.co

古城微笑少年丶/ 2021年12月22日 12:51/ 0 赞/ 207 阅读

相关知识图谱中传统关系抽取方法

目前主要采用统计机器学习的方法，将关系实例转换成高维空间中的特征向量或直接用离散结构来表示，在标注语料库上训练生成分类模型，然后再识别实体间关系  基于特征向量方法

﹏ヽ暗。殇╰゛Y/ 2021年12月12日 10:51/ 0 赞/ 230 阅读