何阳宇，易晓宇，唐 亮，易绵竹，李宏欣,2

(1.解放军战略支援部队信息工程大学 洛阳校区，河南 洛阳 471003；2.密码科学技术国家重点实验室，北京 100878)

0 引 言

随着信息时代的快速发展，互联网上与军事相关的内容大量涌现，其中以老挝语形式发布的信息也越来越多，同时带来了信息过载、不直观、利用率低等问题，人工很难全面、准确、及时地对要点进行处理分析。因此，自动地从非结构化文本中抽取所需信息成为解决这一难题的关键。

实体关系抽取作为信息抽取的主要任务之一，其目的是从非结构化文本中抽取实体之间显式或隐式的语义关联，解决关系分类问题。作为信息抽取的关键环节，关系抽取在语义检索、自动问答、知识图谱等诸多领域具有广阔的应用前景。尤其对于老挝语来说，大量的文本尚以非结构化的形式存在，迫切需要进行深入挖掘分析，为促进老挝语自然语言处理研究以及知识库构建提供数据基础和技术支撑。

关系抽取经历了基于规则模板的方法、基于传统统计模型的方法，发展到如今的深度学习方法，在英语、汉语等大语种中已经取得了很好的效果。基于深度学习的关系抽取又可分为有监督、弱监督和无监督三种，其中有监督的方法目前具有更高的准确率和召回率，但是需要大量的标注语料。老挝语作为小语种，研究基础薄弱，标注语料匮乏，为解决这一问题，该文提出了“硬匹配(hard matching)”与“软匹配(soft matching)”相结合的启发式方法，自行构建了用于关系抽取的标注语料库。……