非结构化_关系抽取

1. 基于模板的关系抽取方法

模板1：【x】与妻子【y】..........

2. 基于监督学习的关系抽取方法
将关系抽取转化为分类问题
1. 预定义关系类型
2. 人工标注数据
3. 设计关系识别所需的特征，一般根据实体所在句子的上下文计算获得
          轻量级：实体和词的特征
         中量级：句子中语块序列的特征
          重量级：实体间的依存关系路径，实体间依存树结构的距离以及其他特定的结构信息
4. 选择分类模型(支持向量机，神经网络，朴素贝叶斯)
5. 基于标注数据训练模型
6. 对训练模型进行评估

基于深度学习的关系抽取：
不需要人工构建各种特征，输入一般只包括句子中词的位置及其位置的向量表示
流水线方法：实体识别和关系抽取作为两个独立的过程
联合抽取：将实体识别和关系抽取联合，在统一模型中共同优化
（1）流水线关系抽取
CR-CNN: 将句子中的词向量映射到低维向量，包含词向量和位置向量
               固定大小窗口对词向量卷积操作，生产特征向量
              对所有特征向量求最大值，得到整个句子的向量表示
               计算句子向量和每个关系类型向量的点积，得到实体对于每种关系的分值
Attention CNNs:
              对反应实体关系更重要的词语赋予更大的权重
              在输入层引入 词与实体相关的注意力
              在池化层和混合层引入 对目标关系类别的注意力
Attention BLSTM:
             包含两个LSTM网络，从正反两个方向处理输入的句子，从而得到左右两边序列背景的状态向量
             两个状态向量--元素级求和--词向量--注意力层组合词--句子向量--分类
（2）联合关系抽取
             词嵌入层（嵌入层）
             基于单词序列的LSTM-RNN层（序列层）
             基于依赖性子树的LSTM-RNN层（依存关系层）

3. 基于弱监督学习的关系抽取方法
（1）远程监督方法：
含义：将知识图谱与非结构化文本对齐的方式自动构建大量的训练数据
基本假设：如果两个实体在知识图谱中存在某种关系，则包含两个实体的句子均包含这种关系
步骤：从知识图谱中抽取存在目标关系的实体对
           从非结构化文本中抽取含有实体对的句子作为训练样本
           训练监督学习模型进行关系抽取
问题：大量噪声数据引入训练数据中，发生语义漂移现象
解决1：APCNNs(Attention Piecewise Convolutional Neural Networks)
PCNNs: 输入--句子的词向量和位置向量--得到--句子的向量表示
Attention: 输入--同一关系的所有样例句子向量--得到--所有句子的包特征--softmax分类器
解决2：（1）CNN-RL
样例选择器：基于随机策略，考虑当前句子的选择状态，从样例包中选择高质量的句子
关系分类器: 利用卷积神经网络对句子的实体关系进行分类，并向样例选择器反馈，帮助其改进样例选择策略
（2）Bootstrapping
用少量的实例作为初始种子集合--学习关系抽取的模板--抽取更多的实例加入种子集合--迭代