text - NLP 寻找实体之间的关系

Question

我目前的理解是，可以使用 OpenNLP、Stanford NLP 等工具包从文本文档中提取实体。

但是，有没有办法找到这些实体之间的关系？

例如，考虑以下文本:

“你们中的一些人可能知道，我上周在欧洲高能物理实验室 CERN 度过，去年 7 月在那里发现了著名的希格斯玻色子。每次去 CERN 时，我都感到深深的敬畏。除了快速访问多年来，我在 1990 年代末作为访问科学家在那里呆了三个月，从事早期宇宙物理学的工作，试图弄清楚如何将我们今天看到的宇宙与其婴儿时期可能发生的事情联系起来。”

实体:我 (作者), 欧洲核子研究中心 , 希格斯玻色子

关系:
- I " 访问过 "CERN
- CERN " 发现 "希格斯玻色子

谢谢。

Answer 1

例如，您可以使用斯坦福解析器提取动词及其家属。例如，您可能会得到“依赖链”，例如

"I :: spent :: at :: CERN". 

认识到“我在 CERN 度过”和“我访问了 CERN”和“CERN 主持了我的访问”(等)表示同一类型的事件，这是一项艰巨的任务。探讨如何做到这一点超出了 SO 问题的范围，但您可以阅读释义识别的文献( here 是一篇概述论文)。还有一个 related question在 SO 上。

一旦您可以对相似的链进行聚类，您就需要找到一种方法来标记它们。您可以简单地选择集群中最常见链的动词。

但是，如果您有一组要提取的预定义关系类型，并且为这些关系手动注释了大量文本，那么该方法可能会大不相同，例如，使用机器学习来学习如何识别基于关系类型在注释数据上。