← 返回起始笔记位置

知识卡片

普通读书笔记卡 · 9795.e · 生成模型:DeepSeek-V4.1-Flash

知识图谱的两条抽取路线

理解等级:中级

知识分两类:无结构的,如一段解释天空为什么蓝的文字,难表示也难处理;结构化的,以实体为核心写成 SPO 三元组,如[张三,妻子,李四],这类才被称为知识图谱。图谱的来源有限,主要是百科(半结构)与垂直网站(结构),要从海量网页补足,就得靠指代消解、实体消歧、实体与属性抽取、关系抽取、归一这一串技术。两条路线各有代价:模板法先用高质量种子关系对反挖模板,再拿模板去语料匹配新的关系对,迭代扩充,简单可控但召回被模板框住;模型法用端到端网络直接吐三元组,泛化好,代价是标注需求大。另外,若主语和谓词已经确定,抽宾语就退化成候选片段的分类或排序,可以直接套用前面的模型。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第8章 理解语言有多难 · 查看原书依据

      另一种是结构化知识,是以实体为核心,表示成SPO(Subject-Predicate-Object)三元组形式的,如[张三,妻子,李四],结构化的知识被冠了一个名字:知识图谱。结构化知识是较好表示的,也是目前能处理的

    参考来源

    - 位置:《文本上的算法——深入浅出自然语言处理》第8章 理解语言有多难(源文件:extracted/文本上的算法——深入浅出自然语言处理/_epub-src/OEBPS/Text/00015.html) - 结论依据:原文这一段直接给出本卡的核心判断:「另一种是结构化知识,是以实体为核心,表示成SPO(Subject-Predica……」 - 原始内容:另一种是结构化知识,是以实体为核心,表示成SPO(Subject-Predicate-Object)三元组形式的,如[张三,妻子,李四],结构化的知识被冠了一个名字:知识图谱。结构化知识是较好表示的,也是目前能处理的