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 |