关系抽取

1. 评测背景：知识是机器语言理解与交互的重要基础

• 机器语言理解与交互是人工智能的基本挑战，五大任务助力 （机器阅读理解、面向推荐的对话、语义解析、关系抽取、事件抽取）
• 知识是机器语言理解与交互的重要基础
• 关系抽取是知识获取的重要方式
  知识图谱

2. 评测任务：schema约束下的SPO抽取任务

任务描述：

• 抽取输入句子中所有符合schema约束的SPO三元组
• 输入：预定义schema& 句子
• 输出：SPO三元组
  任务特色：挑战关系抽取模型较难解决的问题
• 重叠关系抽取问题
• 复杂关系抽取问题

3. 评测数据集 DuIE2.0 面向真实业务场景的schema

数据生成

• DuIE1.0 根据query log 统计筛选
• 知识库：百度知识图谱数据
• 语料：百度百科+百度信息流
  候选生成
• 基础候选：SPO粒度远监督
• 候选扩召：schema粒度远监督+并列结构pattern
  众测标注：
• 训练集&开发集 ：单副本判断题标注+单论review
• 测试集：双副本填空题标注+两轮review
• DuIE2.0，48个关系类型，5个复杂关系类型

4. 2019基线系统：基于BI-LSTM的pipeline模型

模型结构

• Pipeline结构：先关系分类，在进行s/o 标注
• Embedding层：词语，词性，位置
• 编码层：Bi-LSTM
• 关系分类输出层：多标签sigmoid
  存在问题
• Pipeline没有利用关系分类，S/O 标注两个子任务之间的联系，且存在错误传递，效果不易优化
• 采用Bi-LSTM作为编码器，不易并行处理，训练/预测效率低，且特征抽取效果不如预训练模型
• s/o标注子任务采用简单的BIO 标注，不易直接处理复杂关系的问题。

5。2020的基线系统：基于ERNIE的E2E标注模型

• 一步解决关系重叠关系的抽取问题
• BI-LSTM编码器->ERNIE预训练模型
• 简单BIO标注策略->新型BIO标注策略

事件抽取

事件：在特定时空下（时间，空间），由一个或多个角色（事件主体）主题开展的一系列活动

事件抽取Event Extraction,EE ：

事件要素的结构化抽取，具体的，是从非结构化的自然语言文本中识别事件及其类型，抽取其事件的元素的技术
事件抽取常用Pipeline

• 1⃣️触发词识别
• 2⃣️事件类型识别
• 3⃣️论元抽取
  句子：2017年10月31日，宋仲基，宋慧乔在首尔举行婚礼
  事件类型：结婚 触发词：举行婚礼 时间：地点：男主：女主：
  研究价值：
• 更具研究价值，更加复杂的应用场景
• 应用：信息分发，舆情分析，金融事件分析，对话系统

事件抽取的主流方法：

• Pipeline-based （trigger+arg）
• Joint-Based (trigger+arg)同时联合出发词和论元，相互验证

事件抽取的评测任务：

任务描述：通过给定目标事件类型和角色类型集合句子，识别句中的目标事件，并根据论元角色集合抽取事件所对应的论元

• 输入：包含事件信息的一个或多个连续的句子
• 输出： 属于预先定义的事件类型，类型的论元结果
  数据集特点：
• 一个句子包括多触发词
• 多值论元角色
• 面向真实应用场景构建
  事件schema 定义
• 65个事件类型+121论元角色
  评估方法
• F1=（2PR）/（P+R）

Baseline 模型

• 基于序列标注的触发词抽取模型
• 基于序列标注论元抽取模型
  [1]https://mp.weixin.qq.com/s?__biz=MzUxNzk5MTU3OQ==&mid=100002954&idx=1&sn=6ccf514c3649b58d7bd96eb1de29d1e6&scene=19#wechat_redirect