知識(shí)圖譜(一):知識(shí)提取(Information Extraction)

資料來(lái)源: Knowledge Graph tutorial (AAAI 2017-part 2)

相關(guān)鏈接:https://kgtutorial.github.io/slides/Part2b_IE.pdf


問(wèn)題背景

知識(shí)抽取(Information Extraction)主要是在完成一系列分詞她渴、詞性標(biāo)注等NLP任務(wù)等的基礎(chǔ)上,從打上詞性標(biāo)簽的句子中提取信息。現(xiàn)有的提取系統(tǒng)主要有:OpenIE癣防,ConceptNet,NELL掌眠,KnowledgeVault劣砍。

知識(shí)圖譜中信息一般以三元組的方式進(jìn)行組織,一般來(lái)說(shuō)有(實(shí)體扇救,關(guān)系刑枝,實(shí)體)和(實(shí)體香嗓,屬性,屬性值)兩種形式装畅。在信息提取的過(guò)程主要包含如下三個(gè)任務(wù):

1. 如何確定領(lǐng)域知識(shí)(Define domain)靠娱?

2.如何提取三元組(Information extraction)?

3.如何評(píng)估提取出的三元組的可靠性(Scoring the candidate facts)掠兄?

針對(duì)每一個(gè)任務(wù)像云,當(dāng)前均有三種解決方式:1. 監(jiān)督(純手工),2.半監(jiān)督(人機(jī)交互)蚂夕,3.無(wú)監(jiān)督(機(jī)器學(xué)習(xí))迅诬。以下將簡(jiǎn)略介紹針對(duì)每一個(gè)任務(wù)的三種解決方式。

任務(wù)1: ?領(lǐng)域知識(shí)的確定

之所以要確定領(lǐng)域知識(shí)婿牍,一方面是為了在信息提取任務(wù)中可以有效避免語(yǔ)義漂流(semantic drift)侈贷,一方面是為了在后期的評(píng)估任務(wù)中可以過(guò)濾掉悖于領(lǐng)域知識(shí)的三元組。

case1: ?監(jiān)督等脂。需要領(lǐng)域?qū)<抑R(shí)來(lái)構(gòu)造高層語(yǔ)義網(wǎng)絡(luò)俏蛮,精度高但代價(jià)昂貴。

case2: ?半監(jiān)督上遥。人工列出所需構(gòu)建的實(shí)體搏屑,和實(shí)體之間的層次關(guān)系。利用機(jī)器學(xué)習(xí)的方式從語(yǔ)料庫(kù)中學(xué)習(xí)實(shí)體之間的關(guān)系粉楚。

case3: ?無(wú)監(jiān)督辣恋。將句子中的任何動(dòng)詞作為關(guān)系,任何名詞作為實(shí)體模软。精度低抑党,容易引入噪聲。

任務(wù)2:三元組的提取

case1:? 無(wú)監(jiān)督撵摆。需要領(lǐng)域?qū)<抑R(shí)手工編寫(xiě)規(guī)則/模式底靠,例如用“A work for B”來(lái)描述雇傭關(guān)系,然后將這樣的規(guī)則/模式應(yīng)用入句子特铝,來(lái)挖掘出具體的三元組暑中。

case2: ?半監(jiān)督。人工給出種子實(shí)例(Seed instances)鲫剿,例如”(John鳄逾,HuaWei),(Alice灵莲,Apple)“雕凹。然后交給機(jī)器,學(xué)習(xí)出這類(lèi)種子實(shí)例中所包含的模式 (Pattern) ——“A work for B”,接著利用該模式挖掘新的符合該模式的實(shí)例枚抵,再將這些新的實(shí)例加入種子實(shí)例中线欲。所以,上述過(guò)程是一個(gè)bootstrap的過(guò)程汽摹。

在這個(gè)過(guò)程中李丰,還可以引入人工互動(dòng)。例如對(duì)機(jī)器學(xué)習(xí)到的模式逼泣,可以進(jìn)行人工的篩選趴泌。對(duì)新學(xué)習(xí)到的三元組實(shí)例可以標(biāo)注正負(fù)例。

case3: ?無(wú)監(jiān)督拉庶。將句子中符合一定語(yǔ)法規(guī)則的動(dòng)詞作為關(guān)系嗜憔,將該動(dòng)詞左右的名詞作為實(shí)體。

任務(wù)三:可靠性評(píng)估

case1:? 無(wú)監(jiān)督氏仗。人工設(shè)計(jì)評(píng)估函數(shù)吉捶。或從大規(guī)模打好標(biāo)簽數(shù)據(jù)中學(xué)習(xí)到特定的評(píng)估函數(shù)廓鞠。耗時(shí)長(zhǎng),精度高谣旁。

case2: ?半監(jiān)督床佳。迭代的方法。打標(biāo)簽的數(shù)據(jù)和未打標(biāo)簽的數(shù)據(jù)共存榄审,不斷迭代砌们,refain。

case3: ?無(wú)監(jiān)督搁进。一個(gè)模式的得分正比于抽取出該模式所使用到的實(shí)例的個(gè)數(shù)浪感。一個(gè)三元組的得分正比于抽取出該三元組所使用到的模式個(gè)數(shù)。



最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末饼问,一起剝皮案震驚了整個(gè)濱河市影兽,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌莱革,老刑警劉巖峻堰,帶你破解...
    沈念sama閱讀 211,817評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異盅视,居然都是意外死亡捐名,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,329評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門(mén)闹击,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)镶蹋,“玉大人,你說(shuō)我怎么就攤上這事『毓椋” “怎么了淆两?”我有些...
    開(kāi)封第一講書(shū)人閱讀 157,354評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)牧氮。 經(jīng)常有香客問(wèn)我琼腔,道長(zhǎng),這世上最難降的妖魔是什么踱葛? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,498評(píng)論 1 284
  • 正文 為了忘掉前任丹莲,我火速辦了婚禮,結(jié)果婚禮上尸诽,老公的妹妹穿的比我還像新娘甥材。我一直安慰自己,他們只是感情好性含,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,600評(píng)論 6 386
  • 文/花漫 我一把揭開(kāi)白布洲赵。 她就那樣靜靜地躺著,像睡著了一般商蕴。 火紅的嫁衣襯著肌膚如雪叠萍。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 49,829評(píng)論 1 290
  • 那天绪商,我揣著相機(jī)與錄音苛谷,去河邊找鬼。 笑死格郁,一個(gè)胖子當(dāng)著我的面吹牛腹殿,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播例书,決...
    沈念sama閱讀 38,979評(píng)論 3 408
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼锣尉,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了决采?” 一聲冷哼從身側(cè)響起自沧,我...
    開(kāi)封第一講書(shū)人閱讀 37,722評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎树瞭,沒(méi)想到半個(gè)月后暂幼,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,189評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡移迫,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,519評(píng)論 2 327
  • 正文 我和宋清朗相戀三年旺嬉,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片厨埋。...
    茶點(diǎn)故事閱讀 38,654評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡邪媳,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情雨效,我是刑警寧澤迅涮,帶...
    沈念sama閱讀 34,329評(píng)論 4 330
  • 正文 年R本政府宣布,位于F島的核電站徽龟,受9級(jí)特大地震影響叮姑,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜据悔,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,940評(píng)論 3 313
  • 文/蒙蒙 一传透、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧极颓,春花似錦朱盐、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,762評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至骇径,卻和暖如春躯肌,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背破衔。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,993評(píng)論 1 266
  • 我被黑心中介騙來(lái)泰國(guó)打工清女, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人运敢。 一個(gè)月前我還...
    沈念sama閱讀 46,382評(píng)論 2 360
  • 正文 我出身青樓校仑,卻偏偏與公主長(zhǎng)得像忠售,于是被迫代替她去往敵國(guó)和親传惠。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,543評(píng)論 2 349

推薦閱讀更多精彩內(nèi)容

  • 本體稻扬、知識(shí)庫(kù)卦方、知識(shí)圖譜、知識(shí)圖譜識(shí)別之間的關(guān)系泰佳? 本體:領(lǐng)域術(shù)語(yǔ)集合盼砍。 知識(shí)庫(kù):知識(shí)集合。 知識(shí)圖譜:圖狀具有關(guān)聯(lián)...
    方弟閱讀 28,378評(píng)論 6 49
  • 這篇文章主要參考了[1]劉嶠,李楊,段宏,劉瑤,秦志光. 知識(shí)圖譜構(gòu)建技術(shù)綜述[J]. 計(jì)算機(jī)研究與發(fā)展,2016...
    我偏笑_NSNirvana閱讀 52,478評(píng)論 6 125
  • 作者:劉知遠(yuǎn)(清華大學(xué))逝她;整理:林穎(RPI) 本文來(lái)自Big Data Intelligence知識(shí)就是力量浇坐。—...
    墨白找閱讀 11,535評(píng)論 4 54
  • Spring Cloud為開(kāi)發(fā)人員提供了快速構(gòu)建分布式系統(tǒng)中一些常見(jiàn)模式的工具(例如配置管理黔宛,服務(wù)發(fā)現(xiàn)近刘,斷路器,智...
    卡卡羅2017閱讀 134,633評(píng)論 18 139
  • 我真的那么喜歡她嗎? 說(shuō)起來(lái)很慚愧觉渴,我喜歡她到現(xiàn)在僅僅4年介劫。 第一次相遇是在初入高中時(shí),留著短發(fā)的他在女生堆里很顯...
    名佚被人搶了閱讀 333評(píng)論 2 0