FinancialKG-Open-Entity-Relation-Extractor

基于依存句法关系的知识抽取工具

  本工具基于依存句法关系对非结构化文本进行事实三元组抽取。

抽取模板：

  • 主语+谓语+宾语（SBV+VOB），如：“特朗普是美国总统。”。
  • 主语+谓语+宾补（SBV+CMP+POB），如：“哈德森出身在伦敦。”。
  • 主语+谓语+介宾（SBV+ADV+POB），如：“乔布斯在斯坦福大学演讲。”。
  • 并列结构（COO），如：“奥巴马和特朗普……”。
  • 人物修饰词抽取，将修饰词作为人物的身份，如：“美国前总统奥巴马……”。

文件说明

核心

  • parse_util.py：分词、词性标注及依存句法关系分析等功能实现。
  • extractor.py：三元组抽取等功能实现。

数据相关（提供了可以运行的例子，也可忽略）

  • data/db_util.py：读写neo4j等功能实现。
  • data/data_loader.py：fetch_data_from_file函数读取example.json。
  • data/example.json：25条爬取的财经类数据。
  • data/corpus_process.py：对公司名、人名源数据进行了一定清洗，去除如“一家公司”这样的无意义公司名。
  • data/lexicon：经整理的公司名、人名字典，存在大量脏数据。

Data og ressourcer

Yderligere info

Felt Værdi
Forfatter None
Vedligeholdes af None
Last Updated november 11, 2021, 10:07 (UTC)
Oprettet november 11, 2021, 10:07 (UTC)