赵奇猛，王裴岩，冯好国，蔡东风

沈阳航空航天大学 知识工程研究中心，沈阳 110136

1 引言

机器阅读旨在从大规模、非结构化文本中自动抽取知识，并将其应用到问答等任务中，一直是人工智能的主要目标[1]。

目前作为机器阅读手段之一的信息抽取大多关注于抽取二元实体之间的语义关系，David[2]认为动词至多作用于二元，若用一阶逻辑来形式化表式实体关系，那么多元关系可以通过多个二元谓词表示，在一阶逻辑形式意义表达的基础上，可以方便地进行深层推理。如“橙汁富含维他命C，维他命C防止疾病”用一阶逻辑可表示为“富含（橙汁，维他命C）∧防止（维他命C，疾病）”，通过推理可得到“防止（橙汁，疾病）”的隐含关系。传统的信息抽取需要预先定义所有的关系类型并附带标注过的一些实例，但随着数据尤其是网络信息的海量增长，目标关系类型过多甚至是未知的，此时仅仅依靠抽取规则或标注语料是不可能实现的。

早期Aone等[3]能够抽取100种关系和事件，但专家手工构建规则费时费力。Hasegawa等[4]利用上下文信息对识别的实体进行聚类，抽取频率较高的语义标签作为实体集的关系，但抽取的颗粒还不够精细。KnowItAll[5]采用领域独立的抽取模板，针对指定的关系进行抽取，能从大量网页中抽取多种实体关系。缺点是需要用户在每次抽取信息之前指出一个感兴趣的关系。后期出现大量基于统计的机器学习方法，很大程度上减少了用户的参与并增强了领域的适应性，但抽取的关系有限。……