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)
该资源暂时没有视图
其他信息
域 | 价值 |
---|---|
Data last updated | 2019年1月23日 |
Metadata last updated | 2019年1月23日 |
创建的 | 2019年1月23日 |
格式 | Python |
授权 | 2-Clause-BSD-License |
Datastore active | False |
Has views | False |
Id | 91c94deb-698b-42ba-bb00-4b7729685c3b |
Package id | c3586895-291d-4d90-a56f-98208524375d |
Position | 0 |
State | active |
Url type | upload |