概念 | 例子 |
---|---|
主题 | 人工智能 互联网 手机 |
概念层 | 深度学习 自动驾驶 机器学习 职能手机 |
实体层 | 特斯拉,iphonex,siri |
事件层 | 特斯拉撞车,三星手机爆炸,华为发布p20 |
步骤如下:
1 实体识别NER(对专业实体进行分类标记,训练数据,从文中中实现自动抽取专业实体):https://cloud.tencent.com/developer/article/1196139
关键技术:
2 关系抽取;关系抽取的方法很多,基于模板的准确率高,最近出了一些基于端对端深度学习的关系抽取,attention-bilstm模型
主语谓语宾语关系 (父亲, 是, 来自肯尼亚留学生)
定语后置动宾关系 (留学生, 来自, 肯尼亚)
主语谓语宾语关系 (母亲, 是, 堪萨斯州白人)
定语后置动宾关系 (期间, 就读, 夏威夷大学)
主语谓语宾语关系 (父亲, 前往, 哈佛大学)
主语谓语宾语关系 (奥巴马, 前往, 印度尼西亚首都雅加达)
人名/地名/机构 (印度尼西亚, 首都, 雅加达)
主语谓语宾语关系 (他一家, 回到, 夏威夷)
介宾关系主谓动补 (他, 就读于, 位于火奴鲁鲁大型私立学校普纳荷学校中华民国第一任临时大总统孙文就读)
定语后置动宾关系 (大型私立学校, 位于, 火奴鲁鲁)
主语谓语宾语关系 (他, 迁居, 美国本土)
主语谓语宾语关系 (奥巴马, 取得, 社会认同)
主语谓语宾语关系 (他, 过, 一段荒唐日子)
主语谓语宾语关系 (十几岁他, 成, 一个瘾君子)
主语谓语宾语关系 (来, 是, 谁)
主语谓语宾语关系 (问题, 挤出, 脑袋)
主语谓语宾语关系 (带来深刻影响, 是, 他父母亲)
主语谓语宾语关系 (他外祖父斯坦利·埃默·邓汉姆, 是, 影响青年奥巴马人物)
主语谓语宾语关系 (戴维斯, 成为, 奥巴马家里常客)
定语后置动宾关系 (大本营拉卡, 组织, 伊斯兰国)
主语谓语宾语关系 (组织伊斯兰国大本营拉卡, 开始, 出现恐慌)
主语谓语宾语关系 (拉卡市, 位于, 叙利亚北部)
主语谓语宾语关系 (当地居民, 说, 武装进逼)
主语谓语宾语关系 (俄罗斯, 加强, 空袭)
具体可见:https://cloud.tencent.com/developer/article/1196141
3 事件抽取
主要是针对同义词,同名不同实体,同实体不同名字。(暂时了解这么多)
分为:图数据库,NoSQL数据库,关系数据库
若结构复杂,关系复杂,用neo4j数据库
这两天最近学的neo4j的成果:
环境安装,cypher语句,实体关系创建和查询,数据的导入等
https://cloud.tencent.com/developer/article/1196142
https://cloud.tencent.com/developer/article/1196140
基于owl本体推理;例:mother是women;women属于person=》mother属于person
基于知识图谱的电影自动问答系统
https://blog.csdn.net/qq_30843221/article/details/54884151
农业领域的知识图谱构建
https://blog.csdn.net/kjcsdnblog/article/details/79747460