中文人物关系图谱构建与应用项目(人物关系抽取,关系抽取评测)
ChinesePersonRelationGraph
ChinesePersonRelationGraph, person relationship extraction based on nlp methods.中文人物关系知识图谱项目,内容包括中文人物关系图谱构建,基于知识库的数据回标,基于远程监督与bootstrapping方法的人物关系抽取,基于知识图谱的知识问答等应用.
项目地址:https://github.com/liuhuanyong/PersonRelationKnowledgeGraph
项目介绍
知识抽取(实体关系抽取)是知识图谱构建中的核心环节,实体关系抽取作为一项基本技术在自然语言处理应用中扮演着重要作用.
究其技术而言,主要分成两种三种主流方法:
1, 基于规则的方法
在工业界大多还是使用的规则模板的方法,这个可以参考我的相关项目:
1)https://github.com/liuhuanyong/EventTriplesExtraction, 这是借助依存句法与语义角色标注的方法.
2)https://github.com/liuhuanyong/ComplexEventExtraction, 这个项目提供了复合事件的基本模式,可以初步筛选出候选的因果,反转等事件
3)https://github.com/liuhuanyong/SequentialEventExtration, 这个项目提供了一种基于VOB模式的顺承事件抽取方法,讲的是一种顺承关系
基于规则的方法,升级版的话,就是Bootstrapping了,可以通过用户自定义种子模板,不断迭代,最终扩充模式,但置信度这个问题不是很好解决 #
2, 基于学习的方法
这个在学术界用的比较多,从机器学习一直演变了到现在的各种深度学习模型,而在这种方法中,通常实体关系抽取问题转换成一个实体关系分类任务去做,主要可以分成一下几种.
1)基于全监督的实体关系抽取
这个全监督,也就是说,基于完全标注数据的一种学习方式,例如著名的实体关系评测Semeval系列,给出了19种关系分类任务,ACE给出了17类的实体关系分类任务.针对这些任务,模型经历了CNN,LSTM,ATTENTION等,这里就不再说明.
2)基于噪声数据的远程监督实体关系抽取
全监督模型固然很好,但数据是一个很棘手的问题,因此就出现了远程监督的方法,所谓远程监督,个人理解就是已经存在的知识库进行数据回标,然后通过多实例学习进行一种容许噪声的监督方法.不过这种方法准确率不是很高,在NYT这个数据集上,PCNNS等工作都没有达到业业界可以使用的地步.当然,最新出现了联合训练的模型.
3)基于规则与学习模型融合的实体关系抽取
这种方式,在业界或许是一种出路,例如,将实体关系抽取中的实体识别部分交给学习模型去做序列标注,最后针对实体之间的关系,结合依存句法等语义规则去做,这个在解决实体的多种关系问题,可以去尝试.
3, 当前问题
但就针对全监督的实体关系抽取任务而言,在英文数据集上已经在刷各种state-of-art,但就中文而言,感觉还是一片贫瘠.在网上搜了很久,最终指搜到COAE2016的一个评测任务,但是,评测集不公开.因此,就抛出了本项目构建的几个初衷:
1, 中文实体关系抽取数据集很少,能不能构建一个准确率可接受的数据集?
2, 能不能浅显易懂地把那些"高大上"的远程监督,bootstrapping经历一遍?
3, 人物关系数据在百科等平台上都有放出,或许可以做为远程监督的先验知识库?
4, 能否提供一个实时动态更新的人物关系图谱方法?
4,项目任务
因此,本项目将尝试完成以下几个任务:
1, 完成一定规模的人物关系知识库, 作为公开数据集开放出去
2, 走一遍实体关系回标,形成一个准确性相对允许的人物关系抽取数据集
3, 走一遍基于学习方式实体关系抽取,查看一下效果,熟悉一下这个技术流程
4, 走一便基于Bootstrapping的实体关系抽取,熟悉一下这个技术流程
5, 基于构建起来的人物关系图谱,完成一个面向人物关系图谱的知识问答
项目架构图
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Bf7opFmi-1620385961150)(https://github.com/liuhuanyong/ChinesePersonRelationGraph/blob/master/image/project_route.png)]
人物关系基础知识库
1,收集人名词典
2,基于人名词典,采集搜狗人物关系图谱数据库
刘备人物关系网
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-WTMqOl0M-1620385961151)(https://github.com/liuhuanyong/ChinesePersonRelationGraph/blob/master/image/person_graph1.png)]
2# 韩寒人物关系网
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-hllj9tOZ-1620385961152)(https://github.com/liuhuanyong/ChinesePersonRelationGraph/blob/master/image/rel_graph2.png)]
3,人物关系数据库规模
项目 | 数量 |
---|---|
人物 | 11024 |
关系对 | 35995 |
关系类型 | 1144 |
4,人物关系60%
关系类型 | 频次 | 频率 | 累加频率 |
---|---|---|---|
搭档 | 4692 | 0.1303478164240471 | 0.1303478164240471 |
好友 | 3771 | 0.10476164018224247 | 0.23510945660628957 |
队友 | 1758 | 0.04883875986220691 | 0.2839482164684965 |
朋友 | 1681 | 0.04669963329258806 | 0.3306478497610846 |
丈夫 | 1431 | 0.03975441715746194 | 0.3704022669185465 |
妻子 | 1198 | 0.03328147571952439 | 0.4036837426380709 |
师傅 | 986 | 0.02739193243693744 | 0.4310756750750083 |
儿子 | 972 | 0.027003000333370376 | 0.4580786754083787 |
母亲 | 922 | 0.02561395710634515 | 0.4836926325147239 |
同学 | 698 | 0.01939104344927214 | 0.5030836759639961 |
弟弟 | 678 | 0.01883542615846205 | 0.5219191021224581 |
女儿 | 609 | 0.01691854650516724 | 0.5388376486276253 |
前女友 | 594 | 0.016501833537059675 | 0.555339482164685 |
哥哥 | 580 | 0.01611290143349261 | 0.5714523835981776 |
合作 | 573 | 0.01591843538170908 | 0.5873708189798867 |
前男友 | 573 | 0.01591843538170908 | 0.6032892543615959 |
回标语料构建
目录地址:EventMonitor
运行方式:cd EventMonitor , scrapy crawl eventspider
回标语料举例:
<霍英东, 霍震宇, 三子> 据此间媒体11日报道,<e1>霍英东</e1>长房三子<e2>霍震宇</e2>再度入禀法院,要求法官颁令兄长霍震霆交出记录<e1>霍英东</e1>所有资产及财务资料的记事本1.0<朴宝英, 金秀贤, 绯闻> 【组图】最爱人妻全智贤“初恋”秀智一再插足 <e1>朴宝英</e1>韩佳人T-ara恩静已成往事 <e2>金秀贤</e2>绯闻女友大盘点1.0<辰亦儒, 炎亚纶, 飞轮海组合> 飞轮海曾是火遍亚洲的偶像组合,飞轮海四名成员吴尊、汪东城、<e1>辰亦儒</e1>和<e2>炎亚纶</e2>四人也曾是不少人心目中的偶像,象征着我们的一代人的青春1.0<唐贝欣, 唐贝诗, 姐姐> <e1>唐贝欣</e1>在伦敦大学毕业姐姐<e2>唐贝诗</e2>当然捧场1.0<刘琳, 刘孜, 同学> <e2>刘孜</e2>是徐静蕾、<e1>刘琳</e1>的同学,最初是主持综艺节目,后投入影视剧的拍摄1.0<高晓松, 沈欢, 第一任妻子> <e1>高晓松</e1>老婆<e2>沈欢</e2>相识过程:关于<e1>高晓松</e1>和第一任妻子<e2>沈欢</e2>的相识,颇具戏剧性1.0<高崚, 张军, 搭档> <e1>高崚</e1>是国羽历史上的又一位女子兼项英雄,2000年8月,<e1>高崚</e1>搭档<e2>张军</e2>参加悉尼奥运会羽毛球混双比赛中爆冷为中国队夺得了奥运会历史上第一枚混双金牌1.0<李行亮, 黄雅莉, 好友> 陈俊彤自出道以来收获了不少圈内好友,<e1>李行亮</e1>、<e2>黄雅莉</e2>等也纷纷为陈俊彤新专辑的推出送上了祝福,他们对于音乐同样的执着和热爱令友谊长存,也令现场火速升温1.0<谢坤达, 黄鸿升, 好友> 修杰楷和好友<e2>黄鸿升</e2>、<e1>谢坤达</e1>2017年上《小燕有约》,在小燕姐的追问下侃侃而谈,回忆两人相恋,感性说:“我一直说静雯比我勇敢,她其实要付出的事情,是比我更多1.0<张君秋, 王婉华, 弟子> 演出结束后,董雪平、万晓慧拜京剧名家<e1>张君秋</e1>先生弟子<e2>王婉华</e2>、薛亚萍为师1.0<霍英东, 霍启山, 孙子> <e2>霍启山</e2>,1983年5月生,广州人,是<e1>霍英东</e1>的孙子,父亲霍震霆为<e1>霍英东</e1>长子,母亲是港姐冠军朱玲玲,哥哥是霍启刚,弟弟是霍启仁1.0<苗侨伟, 苗彤, 女儿> 4.<e1>苗侨伟</e1>女儿<e2>苗彤</e2>1.0<万方, 曹禺, 父亲> 知名作家、<e2>曹禺</e2>三女儿<e1>万方</e1>在会后接受专访时表示,自己曾因为父亲在话剧方面的成就而感到压力,直到五十岁才写出第一部话剧作品1.0<姜文, 姜一郎, 女儿> 近日,<e1>姜文</e1>女儿<e2>姜一郎</e2>和外国朋友的合影在网络曝光,合影中<e2>姜一郎</e2>长发红唇,很有大腕风范1.0<陈建斌, 曹卫宇, 同学> <e2>曹卫宇</e2>在剧中饰演吴昆才,和大学同学也是多年好兄弟的<e1>陈建斌</e1>有大量对手戏,两人在片场配合十分默契,<e2>曹卫宇</e2>更是大呼和兄弟演戏很过瘾1.0<曹敏莉, 曹蕙兰, 妹妹> <e1>曹敏莉</e1>的妹妹<e2>曹蕙兰</e2>(前名曹敏宝)通过电话访问,激赞未来姐夫爱屋及乌,问她姐姐是否有喜,<e2>曹蕙兰</e2>说:“一定不是,反而大姐姐七月就生了1.0<付笛声, 付豪, 儿子> 1992年,任静和<e1>付笛声</e1>的儿子<e2>付豪</e2>出生了,让这个家庭更添了许多的欢乐1.0<王洪礼, 王亮, 儿子> 而<e1>王洪礼</e1>的儿子<e2>王亮</e2>也从事了足球职业,并且取得了不错的成绩1.0<韩庚, 银赫, sj成员> 出道当时的成员有利特、希澈、<e1>韩庚</e1>、艺声、强仁、神童、晟敏、<e2>银赫</e2>、东海、始源、厉旭和起范1.0<刘少奇, 刘允斌, 儿子> 1955年,在俄罗斯已经扎根立足的<e2>刘允斌</e2>接到了父亲的来信,<e1>刘少奇</e1>希望儿子能回到祖国,加入到新中国第1.0<丁俊晖, 蔡剑忠, 恩师> 他拥有出众的台球能力,而且很懂事,性格比较开朗,深得教练喜爱,<e1>丁俊晖</e1>昔日恩师<e2>蔡剑忠</e2>[微博]就曾公开表示,“如果袁思俊发展好,未来极有可能追上甚至超越<e1>丁俊晖</e1>的成就1.0<郁可唯, 黄英, 同是快女> 搜狐娱乐讯“快女”三强正式出炉!与传闻相符,最后一位离开的选手在同是成都赛区的<e2>黄英</e2>和<e1>郁可唯</e1>之间进行抉择,唱功备受肯定的<e1>郁可唯</e1>最终止步三强,成为今年“快女”第四名1.0<王皓, 闫博雅, 妻子> 腾讯体育9月29日讯近日,乒乓名将<e1>王皓</e1>在综艺节目中因与妻子<e2>闫博雅</e2>意见不合而愤然离场,这件事引起不小的轰动1.0<蔡康永, 刘坤龙, 同志男友> <e1>蔡康永</e1>泣诉心酸路感动金星 <e1>蔡康永</e1>男友<e2>刘坤龙</e2>个人资料曝光(图)1.0<张晨, 卢卫中, 教练> 多年来,江苏队先后为国家队培养和输送了袁伟民、邹志华、邸安和、曹平、薛永业、张友生、<e2>卢卫中</e2>、陆飞、张晓东、施海荣、陈平、<e1>张晨</e1>等一大批优秀国手和教练,为我国排球事业做出卓越的贡献1.0<叶莉, 苗立杰, 好友> 陈楠与<e2>苗立杰</e2>均为姚夫人<e1>叶莉</e1>在女篮国家队中的好友,因此她们与姚明夫妇的关系极佳1.0<于震, 辛月, 妻子> 演员<e1>于震</e1>的妻子<e2>辛月</e2>貌美如花【图】1.0<马唯中, 周美青, 母亲> 马英九夫人<e2>周美青</e2>几次出境,据了解,<e1>马唯中</e1>趁同行机会,要蔡沛然向她母亲请安1.0<康希, 何耀珊, 妻子> 新加坡<e1>康希</e1>等牧者失信案二审 其妻子<e2>何耀珊</e2>被指募资1.0<卢燕, 李桂芬, 母亲> <e1>卢燕</e1>的母亲是京剧名伶<e2>李桂芬</e2>,曾拜梅兰芳为义父,而京剧大师梅兰芳正是第一位将京剧介绍到海外的文化使者,并使京剧跻身于世界戏剧之林1.0<李健, 沈梦辰, 经纪人> 记者了解到包括<e2>沈梦辰</e2>在内的《歌手3》(在线观看)芒果经纪人也将加盟《好好学吧》,至于<e2>沈梦辰</e2>会否带着清华哥<e1>李健</e1>一起上节目,备受期待1.0<林志玲, 吴慈美, 母亲> <e1>林志玲</e1>母亲<e2>吴慈美</e2>表示,“她每年都要缴很多税款,应该不会(漏税)吧1.0<钱三强, 钱民协, 女儿> <e1>钱三强</e1>女儿<e2>钱民协</e2>:三钱中两钱曾是邻居1.0<杨元龙, 杨敏德, 女儿> 1978年由<e1>杨元龙</e1>创立的香港溢达集团,早在20年前就交班到女儿<e2>杨敏德</e2>的手中1.0
我的公众号:
中文人物关系图谱构建与应用项目(人物关系抽取,关系抽取评测)相关推荐
- python简单实战项目:《冰与火之歌1-5》角色关系图谱构建
前两天<权力的游戏>第七季发布了第二弹预告片,思索的第七季也快要来了,正想着脑子突然一热,要不弄个<权利的游戏>的角色共现图谱吧.故事里面的人物关系复杂程度也是出了名了的,如果 ...
- BERT辅助金融领域人物关系图谱构建
摘要 现有的人员简历信息抽取方法无法针对金融公告中非结构化人员简历进行人员属性以及事件的抽取,无法发现金融公告中跨文档的人员之间关系.针对以上问题,将非结构化的人员简历抽取成结构化的人员信息模板,提出 ...
- 金庸小说人物知识图谱构建——图谱可视化
读取上步得到的共现矩阵,将人物间的共现频次提取处理,形成如下CSV文件 这一步的代码如下 import xlrddef readxls(path):xl = xlrd.open_workbook(pa ...
- 金庸小说人物知识图谱构建——获取共现关系
在用命名实体识别工具提取出人名后,我们要构建一个知识图谱,还需要知道人物间的关系,而人物间的关系是基于人物共现来提取的,"共现"指的是两个人物在文章中某一部分共同出现,这个&quo ...
- 知识图谱初探(二)三体人物关系图谱构建
<三体>电视剧正在热播,忽然觉得如果用知识图谱来构建下其中的人物关系,想必应该有趣! 那我们就开始吧! 首先列一下其中的相关人物 叶文洁 叶文雪 沙瑞山 杨冬 杨卫宁 白沐霖 邵琳 叶哲泰 ...
- python简单实战项目:《冰与火之歌1-5》角色关系图谱构建——数据库设计
在弄任何一个数据之前,肯定是要先设计数据库的.这里打算将<冰与火之歌>(以下称<冰火>)的文本数据先存入到数据库中,后续在使用python读取数据来处理. 前期准备 需要工具: ...
- 金庸小说人物知识图谱构建——以《雪山飞狐》为例
先看一下最终效果图 做成这样一张图,大概需要以下几步: 人名提取 获取共现关系 构建共现矩阵 图谱可视化 各步骤详细实现参考此专栏后续博文
- 金庸小说人物知识图谱构建——人名提取
本步的思路是运用命名实体识别工具来提取小说中的人名 我用的工具是stanfordcorenlp,当然还有其他的工具可以选择,如snownlp,THULAC等,我将提取的人名保存在txt文件中,经过人工 ...
- PersonGraphDataSet近十万的开放人物关系图谱项目
PersonGraphDataSet PersonGraphDataSet, nearly 10 thousand person2person relationship facts that buil ...
- 【知识图谱】实践篇——基于知识图谱的《红楼梦》人物关系可视化及问答系统实践:part2知识获取与图谱构建、服务搭建
前序文章: [知识图谱]实践篇--基于知识图谱的<红楼梦>人物关系可视化及问答系统实践:part1项目介绍与环境准备 知识获取与图谱构建 其中原项目提供了关系数据如下: 其中五列数据表示: ...
最新文章
- [POI2007]ZAP-Queries
- plotly基于dataframe数据绘制股票蜡烛图(Candlestick)
- ueditor编辑器java使用_ueditor编辑器的用法图文教程
- IDM下载速度慢解决方案全网搜集持续更新
- 港股区块链概念股走强,火币科技涨超17%
- 关于在事件代码中如何访问类中的变量
- pytorch中创建多个空的tensor、pycharm从自己写的.py中引用函数下面画红线等问题
- 梯度下降-单变量线性回归-理论+代码+解释
- 继承ActionSupport例子
- 项目小记录—拼音码demo
- python调用turtle(海龟画图),画一个正方形
- ES文件浏览器曝严重漏洞,或影响数亿Android用户
- 移动UI 设计---色彩有哪些象征意义
- 基于TensorRT 5.x的网络推理加速(python)
- tagged pointer
- 你会在 JitPack 上创建依赖库吗?
- 人工智能需要学哪些课程?
- xchariot使用笔记
- 火狐受信任站点设置_火狐浏览器怎么添加信任站点,谷歌浏览器设置信任站点...
- Smartbi电子表格故事之用数据进行销售问题分析
热门文章
- 收藏一些web应用,留作DzzOffice日后添加web应用时使用。
- yolov2 - tiny模型训练识别
- 百度itextpdf工具类,快速生成PDF打印模板,itextpdf5加公章
- Tomcat——通过.bat批处理程序重启Tomcat
- 服务器系统启用flash,基础设置:Windows Server 2012及2012R2 启用IE Flash
- 沟通CTBS常见问题
- linux的打包压缩文件,linux打包文件,压缩文件
- 本地创建MYSQL数据库详解
- SpringSecurity下做POST测试以及传递实体
- 支持iphone的打印服务器,无需购买WiFi打印机,实现电脑、iPad、iPhone共享无线打印...