/EventTriplesExtraction

An experiment and demo-level tool for text information extraction (event-triples extraction), which can be a route to the event chain and topic graph, 基于依存句法与语义角色标注的事件三元组抽取,可用于文本理解如文档主题链,事件线等应用。

Primary LanguagePython

EventTriplesExtraction

  EventTriplesExtraction based on dependency parser and semantic role labeling, 基于依存句法与语义角色标注的事件三元组抽取   文本表示一直是个重要问题,如何以清晰,简介的方式对一个文本信息进行有效表示是个长远的任务
我尝试过使用关键词,实体之间的关联关系,并使用textgrapher的方式进行展示,但以词作为文本信息单元表示这种效果不是特别好,所以,本项目想尝试从事件三元组的方式出发,对文本进行表示.

方法1-基于ltp依存句法分析和语义角色标注的事件三元组抽取

    from triples_extraction import *
    extractor = TripleExtractor()
    svos = extractor.triples_main(content)
    print('svos', svos)

方法1-测试结果

    content = '李克强总理今天来我家了,我感到非常荣幸'
    svos = [
              ['李克强总理', '来', '我家'],
              ['我', '感到', '荣幸']
             ]

    content = ''' 以色列国防军20日对加沙地带实施轰炸,造成3名巴勒斯坦武装人员死亡。此外,巴勒斯坦人与以色列士兵当天在加沙地带与以交界地区发生冲突,一名巴勒斯坦人被打死。当天的冲突还造成210名巴勒斯坦人受伤。
当天,数千名巴勒斯坦人在加沙地带边境地区继续“回归大游行”抗议活动。部分示威者燃烧轮胎,并向以军投掷石块、燃烧瓶等,驻守边境的以军士兵向示威人群发射催泪瓦斯并开枪射击。'''
    svos = [
             ['以色列国防军', '实施', '轰炸'],
             ['冲突', '发生', '巴勒斯坦人与以色列士兵'],
             ['当天冲突', '造成', '受伤'],
             ['数千名巴勒斯坦人', '继续', '回归大游行抗议活动'],
             ['部分示威者', '投掷', '石块'],
             ['驻守边境以军士兵', '发射', '催泪瓦斯']
             ]

方法2-基于百度DDParser依存句法分析的事件三元组抽取

   from baidu_svo_extract import *
   extractor = SVOParser()
   svos = extractor.triples_main(content2)
   print('svos', svos)

方法2-测试结果

    content = '李克强总理今天来我家了,我感到非常荣幸'
    svos = [
             ['总理李克强', '来', '我家'], 
             ['我', '感到', '荣幸']]
             ]

    content = ''' 以色列国防军20日对加沙地带实施轰炸,造成3名巴勒斯坦武装人员死亡。此外,巴勒斯坦人与以色列士兵当天在加沙地带与以交界地区发生冲突,一名巴勒斯坦人被打死。当天的冲突还造成210名巴勒斯坦人受伤。
当天,数千名巴勒斯坦人在加沙地带边境地区继续“回归大游行”抗议活动。部分示威者燃烧轮胎,并向以军投掷石块、燃烧瓶等,驻守边境的以军士兵向示威人群发射催泪瓦斯并开枪射击。'''
    svos = [
              ['20日', '实施', '轰炸']
              ['当天冲突', '造成', '210名']
              ['巴勒斯坦人', '回归', '大游行']
              ['部分示威者', '燃烧', '轮胎']
             ]

方法3-基于词性模板规则的事件三元组抽取

   from pattern_event_triples import *
   extractor = ExtractEvent()
   events, spos = handler.phrase_ip(content1)
   spos = [i for i in spos if i[0] and i[2]]
   print('svos', svos)

方法3-测试结果

    content = '李克强总理今天来我家了,我感到非常荣幸'
    svos = [
              ('李克强总理', '来', '我家')
              ('李克强', '感到', '荣幸')
             ]

    content = ''' 以色列国防军20日对加沙地带实施轰炸,造成3名巴勒斯坦武装人员死亡。此外,巴勒斯坦人与以色列士兵当天在加沙地带与以交界地区发生冲突,一名巴勒斯坦人被打死。当天的冲突还造成210名巴勒斯坦人受伤。
当天,数千名巴勒斯坦人在加沙地带边境地区继续“回归大游行”抗议活动。部分示威者燃烧轮胎,并向以军投掷石块、燃烧瓶等,驻守边境的以军士兵向示威人群发射催泪瓦斯并开枪射击。'''
    svos = [
              ('数千名巴勒斯坦人在加沙地带边境地区', '继续回归游行', '抗议活动')
              ('部分示威者', '燃烧', '轮胎')
              ('边境', '以军', '士兵向示威人群发射催泪瓦斯开枪射击')
              ('士兵向示威人群', '发射', '催泪瓦斯开枪射击')
             ]

总结

本项目公开了基于ltp句法分析和语义角色标注、基于百度DDParser以及基于词法模式的事件三元组抽取方法,并给了实验示例。可以得到以下结论:
1、LTP在DDParser之外,还提供了语义角色标注的功能,这个可以用于事件三元组抽取的有效补充。
2、LTP速度比DDParser要快。
3、基于词法模式的事件三元组抽取速度最快,但效果取决于分词、词性标注性能。
4、基于词法模式,可以得到语义更长的三元组元素信息。

If any question about the project or me ,see https://liuhuanyong.github.io/
如有自然语言处理、知识图谱、事理图谱、社会计算、语言资源建设等问题或合作,可联系我:
1、我的github项目介绍:https://liuhuanyong.github.io
2、我的csdn博客:https://blog.csdn.net/lhy2014
3、about me:刘焕勇,**科学院软件研究所,lhy_in_blcu@126.com