實體-關係聯合抽取：入門資料彙總

寫在前面：實體-關係聯合抽取這個方向剛剛入門就要換方向了，很不捨，因此將自己這段時間看的一些入門資料分享出來，供大家學習，希望能起到一些拋磚引玉的作用。如有一絲幫助到您，請點贊支持，謝謝！！！

一、知識圖譜概述

1. http://ex.cssn.cn/glx_tsqbx/201710/t20171030_3685466_2.shtml
2. https://www.jiqizhixin.com/articles/2018-06-20-4
3. https://www.tinymind.cn/articles/3712
4. https://mp.weixin.qq.com/s/sLgRR5tLYuYMch1EGv55Bw
5. https://mp.weixin.qq.com/s/SZzJW-tOg-ZJE3jTmYHY7A
6. https://blog.csdn.net/pelhans/article/details/80019974

二、知識圖譜工具一（中文語義開放平臺）

1. http://kw.fudan.edu.cn/
2. https://nlp.qq.com/
3. http://www.ltp-cloud.com/
4. https://bosonnlp.com/

三、知識圖譜工具二（標註工具）

1、命名實體識別/關係抽取標註工具

• ① DeepKE：基於深度學習的開源中文關係抽取工具
  地址：http://www.openkg.cn/tool/186bb65b-195d-4a58-90ec-3e6efd06f864
• ② NCRF++：序列標註模型
• ③ Deepdive：斯坦福大學開源知識抽取工具包（三元組抽取）
• ④ HanLP：面向生產環境的自然語言處理工具包
• 總結：現有的命名實體識別/關係抽取模型大多隻提供最基本的實體/關係類型，比如：人名、地名、機構名等，因此，對於更細粒度的實體區分起不到作用。如果自己需要按照自己的類別對實體進行分類，最好進行手動標記。

2、手動標註工具

• ① INCEpTION
  地址：https://inception-project.github.io/
  缺點：命名實體識別的類型已給定且無法修改，該標註工具針對的目標是通用領域的知識圖譜標註。
• ② Poplar
  是一個企業的內部標註程序，支持性不要，容易崩潰，且要求待標註的數據是json數據。
• ③ CogComp-NLPy
  缺點：只能進行實體標註，無法標註關係。
• ④ NeuroNER
  可用來標註實體，文章發表於EMNLP，相比於已有的NER系統，能提供以下優勢：
  1、利用神經網絡（深度學習）
  2、讓用戶能夠創造新的語料庫或修改已有的語料庫
  3、它是跨平臺的、開源的、免費直接使用的
  地址：http://neuroner.com/
• ⑤ BRAT
  該工具是爲了實體識別和關係抽取設計的，但可用於各種NLP任務。

四、知識圖譜競賽

1. http://lic2019.ccf.org.cn/kg

五、命名實體識別

1. https://mp.weixin.qq.com/s/3fY8XS-6vNUvjr-_qAByVA
2. https://mp.weixin.qq.com/s/viHXIpNjg7J2FpSs6qkwtQ
3. https://www.cnblogs.com/robert-dlut/p/6847401.html
4. http://www.shuang0420.com/2018/09/15/%E7%9F%A5%E8%AF%86%E6%8A%BD%E5%8F%96-%E5%AE%9E%E4%BD%93%E5%8F%8A%E5%85%B3%E7%B3%BB%E6%8A%BD%E5%8F%96/
5. https://www.tinymind.cn/articles/3936

六、關係抽取

1. https://www.moshangxingzou.com/index.php/category/%e8%ae%a1%e7%ae%97%e6%9c%ba%e6%8a%80%e6%9c%af/%e8%87%aa%e7%84%b6%e8%af%ad%e8%a8%80/%e5%85%b3%e7%b3%bb%e6%8a%bd%e5%8f%96/
2. https://blog.csdn.net/u010960155/article/details/97620015

七、實體-關係聯合抽取

1. https://blog.csdn.net/qq_32782771/article/details/89404573
2. https://blog.csdn.net/qq_32782771/article/details/89404573
3. https://www.cnblogs.com/robert-dlut/p/7710735.html
4. https://www.cnblogs.com/theodoric008/p/7874373.html

八、brat文本標註工具

1. http://brat.nlplab.org/features.html
2. https://blog.csdn.net/lidichengfo0412/article/details/99574674
3. https://www.jianshu.com/p/5043a2128a5f
4. http://www.sykv.cn/m/view.php?aid=18051
5. http://www.voidcn.com/article/p-yyophaay-v.html
6. https://www.cnblogs.com/anai/p/11474460.html

九、一些博客/Github推薦

（僅適合入門，深度理解請閱讀頂會最新文章及其Reference）

1. https://www.cnblogs.com/Determined22/
2. https://liuhuanyong.github.io/

十、圖數據庫（Neo4j）

1. https://neo4j.com/
2. https://www.w3cschool.cn/neo4j/