nlp - 从依赖树中提取(主语、谓语、宾语)

Question

关闭。这个问题不满足Stack Overflow guidelines .它目前不接受答案。












想改善这个问题吗？更新问题，使其成为 on-topic对于堆栈溢出。

10 个月前关闭。




Improve this question




我有兴趣从问题中提取三元组(主语、谓语、宾语)。

例如，我想转换以下问题:

Who is the wife of the president of the USA?

到 :

(x,isWifeOf,y) ∧ (y,isPresidentof,USA)

x 和 y 是我们必须找到才能回答问题的未知数(/\表示连词)。

我已经阅读了很多关于这个主题的论文，我想使用现有的解析器(如斯坦福解析器)来执行这个任务。我知道解析器输出两种类型的数据:

解析结构树(选区关系)

依赖树(依赖关系)

一些论文试图从解析结构树构建三元组(例如， Triple Extraction from Sentences )，但是这种方法似乎太弱，无法处理复杂的问题。

另一方面，依赖树包含许多相关信息来执行三元组提取。很多论文都声称这样做，但是我没有找到任何明确给出详细程序或算法的论文。大多数时候，作者说他们根据一些他们没有给出的规则分析依赖关系以产生三元组。

有没有人知道任何关于从问题的依赖树中提取(主语、谓语、宾语)的更多信息的论文？

Answer 1

Textacy有一个不错的三重提取实现。它建立在 SpaCy 之上，Python 中流行的 NLP 库。您似乎对三重提取的底层算法特别感兴趣，因此查看他们算法的源代码可能会给您一些启发。看这里:https://textacy.readthedocs.io/en/stable/_modules/textacy/extract.html#subject_verb_object_triples