Distant-Supervised-Chinese-Relation-Extraction

基于远监督的中文关系抽取

数据集构建

• 中文通用知识库CN-DBpedia
• 远监督假设

处理流程可在 kg_data/README.md 中查看。点击此处(谷歌云盘)下载处理后的数据子集。

模型选择

使用 thunlp/OpenNRE 的模型, 具体信息参考其说明。

源链接: https://github.com/thunlp/OpenNRE

运行代码

数据集文件目录代码默认为 data/chinese，在命令中运行：

python train_demo.py chinese pcnn att

模型结果

部分关系的结果如下:

类别	精准度	召回率	F1分数
全部	0.95428	0.95036	0.95232
/人物/其它/民族	0.98374	0.979	0.98137
NA	0.96853	0.97824	0.97336
/人物/地点/国籍	0.84075	0.92673	0.88164
/组织/地点/位于	0.85157	0.83652	0.84398
/人物/其它/职业	0.86121	0.8037	0.83147
/人物/组织/毕业于	0.84137	0.78092	0.81002
/组织/人物/校长	0.94118	0.59259	0.72727
/人物/地点/出生地	0.81049	0.49028	0.61097
/人物/人物/家庭成员	0.65385	0.37778	0.47887
/人物/组织/属于	0.99999	0.11364	0.20408
/地点/地点/包含	0.99999	0.0625	0.11765
/组织/人物/创始人	0.99999	0.05882	0.11111

某些关系的召回率很低，分析发现原因可能是数据集中该关系的样本非常少。