# entity_relation_extraction

**Repository Path**: Guanngxu/entity_relation_extraction

## Basic Information

- **Project Name**: entity_relation_extraction
- **Description**: 基于依存句法分析的实体关系抽取
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 0
- **Created**: 2023-03-19
- **Last Updated**: 2025-04-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 基于依存句法分析的实体关系抽取

### 写在前面

**此项目不再维护**，由于当时水平有限，里面代码写的极其糟糕，几百行的函数等等都是不符合设计的，希望小伙伴不要把这种习惯带入到自己的代码中
如果程序遇到问题，建议你看一下 API 有没有更新之类的，毕竟是用的两年前的版本。

### 功能

使用依存句法分析抽取非结构化数据中的事实三元组（实体，关系，实体），详细内容可以查看[实体关系抽取](https://github.com/mengxiaoxu/entity_relation_extraction/blob/master/实体关系抽取.md)

### 使用

* 项目需要安装HanLP，相关说明请参见[HanLP使用文档](http://hanlp.linrunsoft.com/doc.html)
* 然后运行main/Main.class即可
* 建议导入用户词典

### 实验效果

```
输入：刘小绪非常喜欢跑步
    > 刘小绪,喜欢,跑步
    > 刘小绪,非常喜欢,跑步

输入：刘小绪和李华是朋友
    > 刘小绪,朋友,李华

输入：刘小绪生于四川
    > 刘小绪,生于,四川

输入：刘小绪洗干净了衣服
    > 刘小绪,洗,衣服
    > 刘小绪,洗干净了,衣服

输入：海洋由水组成
    > 水,组成,海洋

输入：父亲是来自肯尼亚的留学生
    > 父亲,是,留学生

输入：刘小绪就职于学校
    > 刘小绪,就职于,学校

输入：中国的首都是北京
    > 中国,首都,北京
    > 首都,是,北京
```

### 使用建议

1.导入用户词典，在使用的过程中，我发现有很多命名实体HanLP无法识别，导入用户词典的准确率更高。

2.尽量把句子切分为短句，因为是基于HanLP提供的依存句法分析工具，HanLP无法识别多个独立句子的组合。

### Dependency

HanLP依存句法分析

### 参考

[基于依存分析的开放式中文实体关系抽取方法](http://www.docin.com/p-1715877509.html)

[事实三元组抽取](https://github.com/twjiang/fact_triple_extraction)