知识抽取( knowledge extraction) 研究如何根据给定本体从无语义标注的信息中识别并抽取与本体匹配的事实知识,进而实现对 Web 数据充分、有效的利用。该技术既可以抽取出事实知识用于构建基于知识的服务,也能够为语义Web的实现提供必要的语义内容。
这里介绍以下三种方式知识抽取方法:
1)知识工程
知识工程主要包括正则表达式、模板匹配、规则约束等。
在模板匹配中,利用BootStrap从种子数据中识别Patterns,用于抽取更多数据,提取更多的Patterns。
在规则约束中,主要包括POS、NER约束、距离约束等。
2)基于本体的抽取
基于本体的抽取是通过推理进行知识挖掘,主要有PRA(基于图的抽取)、TransE系列(基于Embedding的抽取)等技术。
3基于模型的抽取
基于模型的抽取主要包括构建模型、训练等。
构建模型的方法主要有SVM(Logistic Model)、条件随机场(CRF)、LSTM等循环神经网络。
训练方式主要包括有监督学习、无监督聚类、远程监督(Distant Supervision)(从已有知识库获取少量训练数据)等。
参考文献:
1、知识图谱第三课:知识抽取与挖掘I,https://www.bilibili.com/video/av26971363?p=3