开放域事件抽取 中科院赵军 (开放域事件抽取 知乎)
雷锋网 AI 科技评论按： 2018 全球人工智能与机器人峰会（CCF-GAIR）在深圳召开，峰会由中国计算机学会（CCF）主办，雷锋网、香港中文大学（深圳）承办，得到了宝安区政府的大力指导，是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流盛会，旨在打造国内人工智能领域最具实力的跨界交流合作平台。
CCF-GAIR 2018 延续前两届的「顶尖」阵容，提供 1 个主会场和 11 个专场（仿生机器人，机器人行业应用，计算机视觉，智能安全，金融科技，智能驾驶，NLP，AI+，AI 芯片，IoT，投资人）的丰富平台，意欲给三界参会者从产学研多个维度，呈现出更富前瞻性与落地性相结合的会议内容与现场体验。
赵军，中国科学院自动化研究所模式识别国家重点实验室，研究员，博士生导师，中国科学院大学人工智能学院岗位教授。研究领域为自然语言处理、知识图谱、问答系统等。作为项目负责人承担国家自然科学基金重点课题等多项国家级重要科研项目以及云知声、华为、蚂蚁金服等企业应用项目。在 ACL、IJCAI、SIGIR、AAAI、COLING、EMNLP 等顶级国际会议和 TKDE 等重要学术期刊上发表论文 80 余篇。曾获自然语言处理国际顶级学术会议 COLING 2014 最佳论文奖。兼任 ACM TALLIP 副主编，中国中文信息学会常务理事、语言与知识计算专委会副主任、计算语言学专委会副主任，《中文信息学报》编委等学术职位。在中国科学院大学主讲《知识图谱导论》等课程。
来到 CCF-GAIR 2018 大会第三日的自然语言处理专场，教授们为观众奉上了环环相扣的精彩演讲：
哈尔滨工业大学秦兵教授：「给定一个情感，可以让生成的文本带有这种情感，或者偏向这种情感。」，清华大学孙茂松教授紧接着讲解，「作诗将来要和知识图谱结合」，来到知识图谱领域，中科院赵军教授正是国内知识图谱和问答系统方面的知名专家，赵军教授还曾指导学生获得 2014 年 COLING 会议最佳论文奖。
以下是赵军教授发表的题为「开放域事件抽取」的演讲全文， 雷锋网 AI 科技评论在赵军教授的帮助下，做了不改变原意的整理与编辑：
非常感谢刘挺老师和 CCF-GAIR 2018 大会的邀请。刚才刘老师也提到了，我本次报告与知识有关。自然语言处理是人工智能的一个重要应用方向，上世纪五六十年代，人工智能的主要研究是，搜索的算法或者推理的算法。但是，人们在这个方面研究了一段时间后，意识到有一个问题不可回避，那就是知识。我们很多系统中没有领域的知识或者专家的知识，在这种情况下，无法去做推理算法。这时，知识就成为人工智能一个非常重要的问题。
1977 年，FeiGenbaum 提出，知识是人工智能非常重要的方向。2012 年，Web2.0 已经面世，网络上有了维基百科、百度百科等宝贵的知识资源。再加上信息抽取等自然语言处理技术的进展，这使得以前依靠专家来建立知识库的传统方法发生了显著的变化，知识库的规模和类型也都发生了显著的变化，知识工程再次成为人工智能的一个热点，它跟深度学习和情感一样，都是新一代人工智能的很有代表性的工作。
知识图谱有以下几种：
实体图谱，是一种是我们常见的以实体为中心的图谱。例如，图谱中间的一块上，每一个节点都是一个实体，例如 Barack Obama 和 Michelle Obama，它们之间通过夫妻这种关系联系起来，现在的大多数图谱就是这样的。
事件图谱，事件的知识图谱是应用中不可缺少的一类图谱，其中的每一个节点是一个事件，事件之间通过事件的关系（比如时序关系、因果关系等）相关联，这就叫做事件的图谱。
实体图谱和事件图谱，对于我们做问答，以及其他应用来说都必不可少。无论是实体图谱还是事件图谱，我们不可能完全依靠人工去构建，我们需要关键技术的支撑，这个关键技术就是信息抽取的技术。
实体的识别是最基础的，有了实体以后，做实体图谱需要做关系抽取，比如（比尔盖茨是微软的 CEO），我们要转成三元组的结构化方式，CEO（比尔盖茨，微软）。当然。还存在多元的关系，它们都可以转成二元的关系，这样存储和应用的时候，效率更高。
事件的抽取与事件图谱相关联，举个例子，土耳其的飞机失事事件，这样一个事件的类别属于恐怖事件，袭击的目标是俄罗斯战机，袭击的工具是 F-16，还有地点和时间，这就是事件。我们要从一个文本当中找出这样的事件信息并进行结构化，这就是事件的抽取。
有关事件的关系其实也有很多，目前，我们应用方面比较关注的是事件的同指关系，还有时序关系、因果关系、上下位关系等。
今天我讲的是事件的抽取，也捎带讲一点关系的抽取。
刚才，我主要讲解的是开放域的事件的抽取。我们先了解什么是开放域，在谈到开放域之前，来看看传统的关键抽取是什么样子的。传统的叫预定义的关系抽取。我们抽取的目标关系类别是定义好的，我们给定的语料的结构是比较单一的，这种就是预定义的关系抽取。
学界、产业界在这方面做得很多，国际上也有评测，一般都给定一些标注语料，这都是有监督的关键抽取的技术。ACE 是美国的一个评测，评测的就是这个表中列出的实体关系类别。这是 SemEval 的实体关系的类别，这是 TAC-KBP 的实体关系类别，都是预定好的。
预定义的关系抽取，有各种各样的方法来做预定义的关系抽取。现在，大家所共同关注的还是深度学习的方法。2014 年 COLING 上，我们首次使用深度学习的方法做了基于卷积神经网络的预定义关系抽取。基于深度学习的关系抽取方法在性能方面，较传统方法有明显的提升。
那么为什么要研究开放域关系抽取呢？我们来看：
Freebase：4000 多万实体，上万个属性关系，24 多亿个事实三元组，这样级别的关系抽取，如果还是依靠刚才的那种方法，依靠人工标注的训练集，在这方面肯定行不通，这时我们就必须考虑一些自动的或者弱监督、半监督的方法，来做开放的关系抽取。
难点问题在于如何获取训练语料。有了语料还不行，我们还需要研究新的抽取方法。在这方面，国际上有两个有代表性的开放域关系提取的研究方法，一个是基于句法的方法，一个是基于知识监督的方法。
基于句法的方法，是美国华盛顿大学图灵实验室做的一系列工作，例如，（华为，总部位于，深圳），语料库中有各种表述方法，我们可以抽出（华为总部位于深圳，华为总部设置于深圳，华为将其总部建于深圳），都是相关的知识。我们需要通过句法分析器，对这样的句子找出三元结构，抽取出来放在一起，这是我们所需要的知识。
基于句法的方法的核心是句法分析器。然而，很多找出来的句法三元组并不是我们需要的有实际含义的三元组，这是我们需要人工设计一些规则，把这些有实际含义的三元组过滤出来，这就是基于句法的关系抽取的主要思想。这种方法存在的问题是：这些实体关系三元组知识抽取出来放在了一起，它们到底代表什么语义还不明确，它的语义并没有和人类的知识库挂接，所以这还不是一种彻底的理解。而且，同样的关系有各种各样的语言表示，没有归一化，所以，如何应用还存在很多问题。
基于知识监督的方法。2007 年 CIKM 的论文最早提出这样的思想，在 Wikipedia 中可以分成两个区域，一个区域是结构化部分，我们叫做 Infobox，另一个区域是自然语言表达的部分，这两部分描述的信息有重叠，比如描述清华大学和建校时间的知识，在 Infobox 和自然语言里面有重叠的描述，如果把这两部分对应起来，就可以对应两边区域的知识，一边是它的训练集。这是一个非常简单的思想。如果用 Infobox 的结构化信息在 wikipedia 条目的自然语言文本中进行回标，可以自动产生训练语料。
Mintz 发展了这种思想，提出了远距离监督方法或者说是知识监督方法。大家看这个例子，第一个例子是正例，剩下的都是反例（也就是噪音）。我们需要把里面标注的例子中的噪音例子给过滤掉。噪音问题目前是利用知识监督方法建立训练集的最大挑战。大家在这方面做了很多研究，主要思想是：正例有规律的出现，反例是零零散散出现，借助这样的思想进行过滤。
这是我们做的开放关系抽取的研究工作。我们用 Freebase 作为结构化知识，在纽约时报的文本上进行回标。作为过滤噪音的方法，我们用了多示例学习。在传统的方法中，假设回标的每个句子都表示这种关系，它的噪音就很多。在多学习示例当中，我们假定至少有一个句子表示了这种关系，目的就是要把最有可能的句子标注出来，这样它的准确率就比刚才那一个包里面的准确率高了，性能就会提高。
这件工作也是在深度学习框架下做的。因为做关系抽取，需要有两个实体，可以把句子分成三段。我们做深度学习和向量化的时候，不是一个句子做向量，而是把句子分成三部分，三部分分布做深度卷积操作，三部分的向量再合起来，来做整个句子向量化表示，这样可以保留句子的更多结构化信息，我们把这个模型叫分段卷积神经网络来自动学习特征。
这是我们标注的知识库和语料库，Freebase 和纽约时报。我们如果这样做的话，可以达到相对比较好的性能（大概在 70% 多的水平），虽然比较低，但已经比传统方法高，因为这是在 Freebase 的很多关系的类别上做的，能做到这个程度，其实就可以看到希望。
后面讲一下事件抽取。这是 ACE 的事件，可以定义的事件有这么多种。
预定义的事件抽取，预定义的事件抽取也是用神经网络做的。开放的事件抽取比开放的关系抽取要困难得多，为什么？
一个关系是由两个实体、以及它们之间的关系构成的。而一个事件不一样，比如一个婚姻事件，它有五个要素。我们可以把两个实体作为锚点，在文本中标注。这个事件有五个要素，但不可能在一个句子中找全五个要素，因为，事件经常横跨几句、甚至一 个段落才能找到要素。还有一个更重要的特征，中间这个是 Marriage，在 Freebase 里面表示为 ID 号，在文本当中不可能找到对应的位置，所以这个最鲜明的特征我们找不着，所以回标的过程中遇到了非常大的困难。换句话，事件里面最有表征意义的是那个触发词，但是知识库中只是一个标号，所以触发词就没有，这就很困难。
我们的方法，比如一类事件有 10 个要素，10 个要素不可能都出现，但是一个事件里面会有一些核心要素，我们就从一堆要素当中找出核心要素，用核心要素到句子当中找到触发词，将触发词和前面的要素关联到一起，再回标，就可以在文本当中找到更多数据，这就是我们的基本思想。在这件工作中，我们在 Freebase 上做了 21 类，ACE 只提供了 6000 个句子训练集，用我们这样的方法可以找到 42 万的语料，再过滤掉一些噪音，可靠性非常高的有 7 万多句，然后再训练事件抽取模型，触发词识别正确率达到 89%，元素标注正确率可以达到 85%。
今年，我们 ACL-2018 的一件工作也是在 Freebase 上做的，我们在一个具体的金融领域做一些项目（不是在通用领域），能不能发挥更好的作用。在金融领域做金融事件的挖掘，做了四类，冻结、质押、回购、增减持。能不能用知识监督方法建立建立训练语料把四类事件抽出来。我们主要的方法，利用金融知识库，回标的文本是上市公司年报，这是回标的句子，后面是回标以后具体的深度学习的方法，时间限制不做具体讲解。
从我们的实验可以看出来，在一个上市公司年报相对比较规范的文本中，知识库也比较详细，我们可以比通用领域做得更好，基本上可以达到 90% 的水平，给企业做这样的知识库，他们再去做人工的编辑，做出来的知识资源还是非常有用的，这是我们的方法在金融领域的应用。
今天我大概讲了这几个事情：知识图谱很重要，事件图谱是知识图谱中很重要的类型，为了建立事件图谱，我们需要研究开放域关系抽取，开放域事件抽取等等，其实可以在这方面做出很多有意思的工作，也可以有很多的应用，是一种很有潜力的方法。
原创文章，未经授权禁止转载。详情见 转载须知 。
新江南网是“江浙沪”江南区域内综合性门户网站，依托“江浙沪”各江南城市媒体平台，致力于为用户提供新闻,娱乐,生活资讯,民生报道等服务，将其打造成为向国内外网民展现“江浙沪”地区江南城市发展和江南古镇水乡特色的一个崭新的“窗口”！
免费领取现代金控-金大宝pos机,多元化消费场景可选,笔笔带积分,365天每日结算,实时不加任何手续费,现代支付,现代金控金大宝pos机专营,金大宝pos机代理，金小宝
迪恩机床（原斗山机床）是全球第三大机床制造商，以车削中心、加工中心等约500余种广泛的产品线为基础，拥有可满足汽车、航空、医疗、能源、半导体/IT、建筑等全球顾客多元化需求的产品和加工解决方案
苏州合普橡塑有限公司坐落于昆曲文化经济名城-苏州昆山，是一家集研发、生产、销售各种精密橡塑制品、硅橡胶制品、LSR制品、汽车橡塑制品的制造企业，并通过ISO9001:2008，TS16949，ISO14001等体系认证，拥有多项专利技术、商标、专利等，同时高新技术企业认定中
智慧门户平台提供在线自助建站服务。平台易用，用户使用拖拽方式、所见即所得，搭建过程轻松、零代码；具有丰富的模板体现不同行业的特征与风格；布局模块搭配样式模板，满足用户的各类样式需求；添加内容多方式，可本地添加和外接数据；持续统计分析数据，用户随时掌握网站概况。
永乐中村（苏州）物业服务有限公司
中建教育官网-中建教育集团成立于2002年总部位于北京,分校辐射全国（贵阳中建教育,河南中建教育,郑州中建教育,安徽中建教育)全国统一报名电话4000-999-100、010-59003600中建教育集团地址:国贸建外SOHO大厦
上海科技成果转化促进会官网|知识产品采购中心--阐释技术转移理念、传递科技成果资讯、搭建投资促进平台、专营知识产权高新技术项目科技成果转化的技术转移与科技中介和招商引资产业集群产业转移信息服务平台
深圳红标展览有限公司是一家专业从事深圳展会搭建，深圳展会设计的展览公司，一站式策划+设计+运营+工程服务.
IPIDEA是全球HTTP企业级代理IP服务方案提供商!为客户提供全球海外代理IP,全球HTTP代理,socks5代理ip,代理IP,代理IP,住宅代理IP,在线代理,海外在线代理,HTTP代理,动态代理IP,静态代理IP,在线代理IP,住宅代理IP,国外代理IP,国外代理IP,国外在线代理IP等代理IP服务,拥有全球220+国家地区的私有住宅IP资源,满足您代理IP的需求。
浙江金华天开电子材料有限公司，主要从事：同质透心地板防静电地板,商用同质透心地板,弹性地板,浙江抗静电橡胶卷材，商用pvc地板，是全国弹性地板协会副会长，防静电协会副理事长单位，上海防静电工业协会副理事长单位，专业生产防静电PVC地板(卷材)及商用同质透心碎花点PVC地板(卷材)
有时候觉得无聊的话，就快去尝试一下多人竞技类游戏吧，这些游戏全部都是很多人在线一同竞争，玩家们可以选择自己一个人比赛也能够和好友一起合作竞赛，游戏方式多种多样，小编今天就收集了五款非常有意思的多人竞技类游戏，感兴趣的话和小编一起来看看吧！1、，蛋仔派对，这是一款现在特别火爆的轻竞技游戏，不管是在画风上还是游戏内音效动作的设计上都特别可...。
互联网赚钱的公式是，流量=金钱，只要有了流量，变现的方式多种多样，今天说说在视频号里如何快速涨粉，增加收入开通目前已经全部开放视频号，只需要把版本升到最新，发现，视频号，个人，开通，即可正常使用，定位操作思路和其它平台大同小异，关键的地方在于每个平台的规则差异，首先确定好自己做哪方面的内容，一定要找自己所擅长或者特别有兴趣的领域，因为...。
10月25日，26日，由清科集团、投资界、新芽，www.newseed.cn，主办的2017V武林大会在北京香格里拉大酒店落下帷幕，本次活动为期两天，吸引了近千位到场嘉宾，力邀众多顶级投资人、先锋创业者分享新一轮创新浪潮下创业与投资机会并隆重揭晓了2017年度，中国最具投资价值企业50强，榜单，大会伊始，由活动主办方清科集团创始人、董...。
发表在综合交流大区2023，12，1115，25如今投影仪成为不少家庭的选择，不过很多人对投影仪的画面清晰度有所顾虑，不过画面清晰的投影仪还是不少，不过想要选择高清投影仪还是需要一定高度技巧，下面就分享投影仪的清晰度和什么有关的详细内容，看看什么样的投影仪画面清晰，值得用户入手，一、投影仪的清晰度和什么有关1.标准分辨率投影仪分辨率通...。
下面为大家分享松下电视怎么安装软件看直播最新教程，具体方法如下，第一步，在自带的应用商店下载coocaa当贝市场第二步，打开coocaa当贝市场，搜索下载视频加速器，搜字母SPJSQ第三步，打开视频加速器，找到底部推荐应用，并且下载底部第一个APP第四步，打开当贝市场，在当贝市场下载想用的软件；一、首先打开松下电视系统设置—通用设置，...。
保险小编帮您解答，更多疑问可在线答疑，确实是中国人寿的电话，主要用于电话营销，也不排除是修改了电话号码的网络电话，前者是推销保修，但一般人很难接受其营销方式，后者绝对是骗子，江苏省保险公司有哪些中国人寿保险股份有限公司，地址，南京市中山东路298号中国人寿广场1层中国人寿保险股份有限公司江苏省分公司电话销售中心，苏州，详情»地址，金...。
申明，1.以上内容仅代表揭发者自己，不代表黑猫揭发立场，2.未经授权，本平台案例制止任何转载，违者将被清查法律责任，3.黑猫揭发处置揭发不收取任何费用，凡以黑猫揭发名义不要钱的均为混充、诈骗行为，请及时报警并与黑猫官网反应，揭发邮箱heimaotousu@vip.sina.com，4.请大家选用官网渠道处置生产纠纷，不要轻信第三方机构...。
好用的视频剪辑软件介绍，剪映、快影、必剪、快剪辑、秒剪、小影VivaVideo等，1、剪映剪映是抖音旗下收费视频剪辑软件，由深圳脸萌科技打造的一个全能好用的视频编辑工具，提供切割、变速、倒放、画布、转场等便捷易学的配置，领有抖音海量独家曲库，各式专业格调滤镜和粗劣难看的贴纸和字体，2、快影快影是快手旗下专业视频拍摄、视频剪辑和视频制造...。
西风EX新动力汽车多少钱51.57，6.27万元，市场上最新的西风EX新动力是3月份上市的2022款，新车共推出6款性能车型，详细多少钱如下，2022款西风EV新动力EX1指点价车型售价，万元，Pro悦享型5.57Pro悦世型5.87Pro悦骋型6.17Pro虎曜版规范型5.67Pro虎曜版进阶型5.97Pro虎曜版奢侈型6.27其中...。
一款奥迪的经典车型，A31.4T基本款性价比还是很高的，不过，能否值得购置还要依据团体需求和估算来判别，假设您是经济适用型的生产者，器重基础性能和能源输入，那么A31.4T的最低配版本或者会是不错的选用，但假设您器重奢侈、科技性能和驾驶体验，或者须要选用更高性能的版本或其余车型，综合来看，倡导依据自己的实践需求和估算，启动选车，奥迪a...。
Czkawka是一款简单、快速且免费的用于查找重复项、空文件夹、相似图像等的多功能的应用程序。可以从计算机中删除不必要的文件。
巴别鸟同步端电脑版是巴别鸟官方研发的一款基于Windows操作系统的文件同步工具，支持多台电脑间，自动实时同步文件，拥有安卓、ios、mac多平台客户端，可以帮助企业用户高效管理文件。巴别鸟同步端电脑
最近，百家号后台收到百家号官方发布通知，百家号作者认证入口向平台所有创作者开放，目前，百家号认证体系类型分为以下几种，1、真实性认证所谓真实性认证就是需要创作者在百家号平台完成作者实名认证，上传身份信息即可，2、自媒体原创认证需要获得原创标签且粉丝数≥30的作者可以申请，开通后可以保护原创文章不被抄袭，认证成功的作者将获得，优质原创作...。
肠道，其长度，约为身高的4～5倍，蜿蜒曲折，肠道病变，十分隐匿，尤其是肠癌，早期症状不易被察觉，生活中，要留心观察肠道给出的，信号，，发现异常，及时就医检查，31岁的小满，化名，，满脸愁容，躺在病床上唉声叹气，两个月前，她查出了肠癌，已经到了晚期，一直在接受放化疗，那么，她，到底经历了些什么呢，小满是个，吃货，，烤肉、烧烤、川菜等，都...。
智能家居今年的风口在哪里，在经历了疫情大考、经历了5G商用、经历了新旧商业模式交替后，需要重新寻找这一问题的答案，9月2日，上海国际智能家居展，SSHT，如期举办，作为今年为数不多没有延期的线下展会，雷锋网特别亲临现场进行了走访，除去看到一些新奇的新产品外，也试图寻迹今年智能家居行业的风口与方向，如果说这两年智能硬件领域什么产品最火，...。
繁荣的电影市场，日益丰富着消费者的休闲文化生活，数据显示，去年我国电影市场观影人数和票房再创新高，银幕总量超过5万块，居全球首位，而对于影城经营者而言，在面临更多商机的同时，却也无可回避地面临着更大的竞争挑战，严重的同质化服务正在成为扼杀影城品牌忠诚度的，黑手，，而解决这一问题的一剂良药，正是个性化、特色化的消费体验，位于上海市漕宝路...。
发表在当贝投影仪2020，12，2219，48导读，智能投影仪可以通过蓝牙连接播放音乐，当贝f3怎么进入蓝牙音箱呢，下面就将方法分享给大家，简单操作按下关机键进入蓝牙音箱模式，打开手机蓝牙连接即可，当贝f3怎么进入蓝牙音箱1.按下当贝f3投影仪遥控器的关机键，在关机选项中选择蓝牙音箱；2.打开手机蓝牙，找到对应的当贝f3设备，进行连接...。
