谢 腾,杨俊安,刘 辉

(国防科技大学 电子对抗学院,合肥 230031)

随着互联网的快速发展以及网络的广泛应用,产生的信息呈爆炸式地增长,让人们无法在海量数据中快速有效地找到准确的知识.如何从海量信息中准确高效地找到用户所需要的信息成为目前的研究热点,因此,信息抽取技术受到学术界与工业界的广泛关注.信息抽取技术作为自然语言处理的研究重点与热点.它的研究热点主要包括实体抽取、关系抽取和事件抽取.其中的关系抽取则是作为其核心任务.关系抽取主要解决的问题是从非结构化的文本语句中自动抽取实体间的语义关系,并形成统一格式的结构化信息.具体而言,就是预先给定语句和候选实体,关系抽取模型则需要依靠自身的特征提取能力来预测实体之间存在可能的语义关系.关系抽取处理海量数据有很强的优势,因此其在机器翻译、知识图谱的构建、问答系统以及智能搜索等应用中具有很大的研究价值.

1 相关工作

实体关系抽取是自然语言处理的重要课题之一.随着知识图谱的发展,实体关系抽取已经逐渐深入到其中,并发挥相当重要的作用.就目前而言,实体关系抽取算法主要分为3 类:一是基于模板特征匹配的关系抽取算法;二是基于特征的关系抽取算法;三是基于神经网络的关系抽取算法.基于模式的关系抽取是通过预先设定规则和语法或语义模式,将其与文本进行匹……