2026年7月2日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

知识图谱构建的第一步|知识抽取

发布日期:2024-05-27 22:01:34 浏览次数: 3868
作者:AI数智汇

微信搜一搜,关注“AI数智汇”

今天我们来聊聊知识图谱构建的第一步—知识抽取。
知识图谱构建的流程,参照下图可简单可以概述为:获取结构化、半结构化、非结构化数据,经过实体、关系、属性、事件及知识抽取,完成知识表示,并进一步完成实体对齐和推理,最终形成完整的知识图谱并应用到具体的业务场景中。
本文主要将讲述知识抽取的相关内容。知识抽取的定义是:从不同来源,不同结构的信息源中进行知识提取,形成结构化的知识并存储到知识图谱中。
虽然我们经常说知识抽取是知识图谱构建的第一步,但严格意义上,知识抽取是建立在获取到的各种类型数据的基础之上的。获取方法多种多样,通常有众包法、爬虫法、机器学习法和专家法 4种,标准化白皮书中具体介绍了这4过程,其过程、原理等内容不是知识图种方法。数据获取更像是数据采集的重点,因此不做过多讲解。
知识抽取通过一系列自动化,半自动化的技术手段,从结构化、半结构化、非结构化的数据中提取实体、关系及属性等知识要素,并以此为基础,形成一系列高质量的事实表达,为模型层的构建奠定基础。
在日常的生产生活中,绝大多数情况下获取的都是非结构化的数据,尤以文本数据居多。为了更透彻地学习知识抽取的内容,接下来以文本数据为例,介绍知识抽取的任务。
实体抽取
实体抽取也称为实体识别,是指从文本语料库中自动识别出专有名词(如机构名、地名、人名、客户、卡号等),以及有意义的时间或名词性短语。经过实体抽取之后得到的命名实体、普通名词短语以及代词等称为实体,实体抽取的准确性将直接影响知识抽取的质量和效率,因此实体抽取也是知识图谱构建和知识抽取的基础与关键。
早期实体抽取方法主要面向单一领域,关注如何识别出文本中的机构名、人名、地名等专有名词的实体信息。这一期间产生了基于规则的方法但这类方法具有明显的缺点和局限性,可扩展性差以至于难以适应数据的变化,还需要耗费大量人力手工处理。
为了解决这些问题,相继提出了基于规则和监督学习相结合的方法、半监督方法、远程监督方法以及海量数据自学习方法等。随着命名实体识别技术不断取得进展,学术界不再限定特定的知识领域,而是面向开放的互联网,研究和解决全网知识抽取问题。为了研究开放域知识抽取的问题,需要先建立一个可以指导算法研究的完整的科学命名实体分类体系,同时该分类体系要便于对抽取得到实体指数据进行管理。
关系抽取
与实体抽取相比,关系抽取更加复杂,大多数关系都有一定的隐含性关系表示不明显)和关系自身的复杂性(不同实体之间有多对关系或者同-实体的不同关系)。
统计机器学习方法通过对实体间关系的模式进行建模,替代预定义的语法和语义规则。而大量基于特征向量或核函数的有监督学习方法,也使得关系抽取的准确性不断提高。由于在相似度计算过程中对匹配约束比较严格基于该函数方法的召回率普遍较低,因此后续主要围绕改进召回率展开研究。
随着语料的增多,以及深度学习在图像和语音领域获得成功,知识抽取也逐渐转向了基于神经模型的研究。有人提出联合抽取模型,利用神经网络模型不需要加入太多特征(词向量、位置等)的特点,可以同时抽取实体之间的关系。联合抽取模型的优点是可以避免流水线模型存在的错误累积。但无论是流水线方法还是联合抽取方法,都属于有监督学习,因此需要大量的训练语料,尤其是采用神经网络的方法,需要大量的语料进行模型训练,但这些方法都不适用于构建大规模的知识图谱。近年来关系抽取的研究重点逐渐转向半监督和无监督的学习方式,并已经有一系列的成果。
属性抽取
属性主要是针对实体而言的,以实现对实体的完整描述。由于可以把实体的属性看作实体与属性值之间的一种名词性关系,因此属性抽取任务就可以转化为关系抽取任务。
对属性抽取的任务来说,尽管可以从百科类网站获取大量实体属性数据,但大量的实体属性数据隐藏在非结构化的公开数据中。如何从海量的非结构化数据中抽取实体属性是值得关注的问题。一种方案是基于百科类网站的半结构化数据,通过自动抽取生成训练语料,以此训练实体属性标注型,然后将其应用于对非结构化数据的实体属性抽取上。另一种方案是直接挖掘文本中实体属性与属性值之间的关系,据此实现对属性名和属性值在文本中的定位。这种方法的基本假设是属性名和属性值之间有位置上的关联关系。事实上,在真实语言环境中,许多实体属性值附近都存在一些限制和界定该属性值含义的关键词(属性名),在自然语言处理技术中将这类属性称为有名属性,因此可以利用这些关键词来定位有名属性的属性值。
事件抽取
事件是指发生在某个特定时间点或时间段以及某个特定地域范围内,由一个或者多个角色参与的动作组成的事情/状态的改变。目前已存在的知识资源(如维基百科等)所描述的实体及实体间的关联关系大多是静态的,而一个事件可能会分布在多个句子中,并且要同时考虑多个元素,但事件能够描述粒度更大的、动态的、结构化的知识,它是现有知识资源的重要补充。
通俗地说,事件抽取技术就是从种类众多的非结构化信息中,抽取出实体之间有价值的事件,并以结构化的形式辅助实体的知识图谱构建。事件抽取任务可以进一步分解为 4 个子任务--触发词识别、事件类型分类、论元(语言学概念,用来表示动作或事件的参与者)识别和角色分类,触发词识别和事件类型分类又可以合并称为事件识别任务,而事件识别是判断句子中的每个单词归属的事件类型,是一个基于单词的多分类任务。论元识别和角色分类可以合并称为论元角色分类任务,论元角色分类任务是一个基于词对的多分类任务,判断句子中任意一对触发词和实体之间的角色关系
另外,事件抽取任务又可以分为两个大类:元事件抽取及主题事件抽取。其中,元事件表示一个动作的发生或状态的变化,往往由动词驱动,也可以由能表示动作的名词等其他词性的词来触发,它包括参与该动作行为的主要成分,如时间、地点、人物等。而主题事件包括事件或活动,它可以由多个元事件片段组成。当前研究主要是面向元事件抽取,而对主题事件抽取的研究较少。


53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅