Go back to the English version of the documentation关系抽取
关系抽取
Last updated: 2024年7月29日
Watson Natural Language Processing Relations 抽取可封装用于抽取两个实体提及项之间的关系的算法。 例如，在文本中， Lionel Messi 用于巴塞罗那足球俱乐部。 关系抽取模型可以确定实体 Lionel Messi 和 F.C. Barcelona 之间存在关系，并且关系类型为 works for。
功能
使用此模型可检测发现的实体之间的关系。
下表列出了在运行实体模型后现成可用的公共关系类型。
| 关系图 | 描述 |
|---|---|
affiliatedWith |
存在于具有亲缘关系或类似联系的两个实体之间。 |
basedIn |
存在于某个组织与该组织的主要位置、唯一位置或固有位置之间。 |
bornAt |
个人与出生地之间存在此关系。 |
bornOn |
个人与出生日期或时间之间存在此关系。 |
clientOf |
存在于两个实体之间，其中一个实体是另一个实体的直接业务客户（即，为特定服务或产品付费）。 |
colleague |
属于同一组织的两个人之间存在此关系。 |
competitor |
参与经济竞争的两个组织之间存在此关系。 |
contactOf |
将联系人信息与某个实体相关联。 |
diedAt |
个人与其死亡地之间存在此关系。 |
diedOn |
个人与其死亡日期或时间之间存在此关系。 |
dissolvedOn |
组织或 URL 与其解散日期或时间之间存在此关系。 |
educatedAt |
存在于某个人员与其现在或过去接受教育的组织之间。 |
employedBy |
存在于两个实体之间，其中一个实体因获得特定工作或服务而向另一个实体付费；必须涉及金钱上的报酬。 在很多情况下，标记此关系需要掌握全球情况。 |
foundedOn |
组织或 URL 与其成立日期或时间之间存在此关系。 |
founderOf |
个人与其成立的设施、组织或 URL 之间存在此关系。 |
locatedAt |
实体与其位置之间存在此关系。 |
managerOf |
存在于某个人员与其作为工作而管理的另一个实体（例如，人员或组织）之间。 |
memberOf |
实体（例如，个人或组织）与其所属的另一个实体之间存在此关系。 |
ownerOf |
实体（例如，个人或组织）与其拥有的另一个实体之间存在此关系。 所有者不必具有实体的永久所有权，此关系也能存在。 |
parentOf |
个人与其子女或继子女之间存在此关系。 |
partner |
参与经济合作的两个组织之间存在此关系。 |
partOf |
存在于同一类型或相关类型的某个较小实体与某个较大实体之间，其中第二个实体包含第一个实体。 如果这两个实体都是事件，那么第一个事件必须在第二个事件的时间范围内发生，才能识别到此关系。 |
partOfMany |
类型相同或相关的较小实体与较大实体之间存在此关系，其中第二个实体（必须是复数）包含第一个实体（可以是单数或复数）。 |
populationOf |
场所与其中人数之间存在此关系，或者组织与其拥有的成员数或员工数之间存在此关系。 |
measureOf |
此关系指示实体的数量或度量（高度、重量等）。 |
relative |
两个人是亲戚时存在此关系。 要识别父母、子女、兄弟姐妹和配偶，请使用 parentOf、siblingOf 和 spouseOf 关系。 |
residesIn |
个人与其目前或以前居住地之间存在此关系。 |
shareholdersOf |
个人或组织与另一个组织之间存在此关系，其中第一个实体是第二个实体的股东。 |
siblingOf |
个人与其兄弟姐妹或继兄弟姐妹之间存在此关系。 |
spokespersonFor |
个人与其代表的设施、组织或个人之间存在此关系。 |
spouseOf |
两个人是配偶时存在此关系。 |
subsidiaryOf |
第一个组织是第二个组织的子机构时，这两个组织之间存在此关系。 |
关系抽取作为工作流程提供，直接在输入文本上运行。
工作流程名称
relations_transformer-workflow_multilingual_slate.153m.distilled
支持的语言 关系工作流程可用于以下语言。 有关语言代码和相应语言的列表，请参阅 语言代码。
ar ， de ， en ， es ， fr ， it ， ja ， ko ， pt
代码样本
import watson_nlp
# Load the workflow model
relations_workflow = watson_nlp.load('relations_transformer-workflow_multilingual_slate.153m.distilled')
# Run the relation extraction workflow on the input text
relations = relations_workflow.run('Anna Smith is an engineer. Anna works at IBM.', language_code="en")
print(relations.get_relation_pairs_by_type())
代码示例的输出：
{'employedBy': [(('Anna', 'Person'), ('IBM', 'Organization'))]}