Translation not up to date
Watson Natural Language Processing Relations-wyodrębnia algorytmy służące do wyodrębnienia relacji między dwiema menami obiektów. Na przykład, w tekście Lionel Messi gra dla FC Barcelona. model wyodrębniania relacji może decydować o tym, że obiekty Lionel Messi i F.C. Barcelona są ze sobą w relacji, a typem relacji jest works for.
Możliwości
Ten model służy do wykrywania relacji między wykrytymi jednostkami.
Poniższa tabela zawiera listę wspólnych typów relacji, które są dostępne po zainstalowaniu po uruchomieniu modeli encji.
| Relacja | Opis |
|---|---|
affiliatedWith |
Istnieje między dwoma jednostkami, które mają afiliację lub są połączone w podobny sposób. |
basedIn |
Istnieje między organizacją a miejscem, w którym znajduje się głównie, tylko lub w sposób intrinsicowany. |
bornAt |
Istnieje między osobą a miejscem, w którym się urodzili. |
bornOn |
Istnieje między osobą a datą lub czasem, w którym się urodziły. |
clientOf |
Istnieje między dwoma jednostkami, gdy jeden jest bezpośrednim klientem biznesowym drugiego (to znaczy płaci za określone usługi lub produkty). |
colleague |
Istnieje między dwiema osobami, które są częścią tej samej organizacji. |
competitor |
Istnieje między dwoma organizacjami, które są zaangażowane w konkurencję ekonomiczną. |
contactOf |
Odnosi się do informacji kontaktowych z jednostką. |
diedAt |
Istnieje między osobą a miejscem, w którym on, ona, lub umarła. |
diedOn |
Istnieje między osobą a datą lub czasem, w której on, ona, lub ona zmarła. |
dissolvedOn |
Istnieje między organizacją lub adresem URL, a datą lub czasem, gdy została rozwiązana. |
educatedAt |
Istnieje między osobą a organizacją, w której osoba ta jest lub była wykształcona. |
employedBy |
Istnieje między dwoma obiektami, gdy jedna płaci drugą za określoną pracę lub usługi; nagroda pieniężna musi być zaangażowana. W wielu okolicznościach oznaczanie tego stosunku wymaga wiedzy światowej. |
foundedOn |
Istnieje między organizacją lub adresem URL a datą lub czasem, w której została utworzona. |
founderOf |
Istnieje między osobą a narzędziem, organizacją lub adresem URL, który został utworzony. |
locatedAt |
Istnieje między obiektem a jego położeniem. |
managerOf |
Istnieje między osobą a inną jednostką, taką jak Osoba lub Organizacja, którą zarządza jako swoją pracę. |
memberOf |
Istnieje między jednostką, taką jak Osoba lub Organizacja, a inną jednostką, do której on, ona lub ona należy. |
ownerOf |
Istnieje między jednostką, taką jak Osoba lub Organizacja, a jednostką, do której on, ona lub jest właścicielem. Właściciel nie musi posiadać stałego prawa własności do podmiotu w związku z istnieniem związku. |
parentOf |
Istnieje między osobą a ich potomkami lub potomkami. |
partner |
Istnieje między dwoma organizacjami, które są zaangażowane w współpracę gospodarczą. |
partOf |
Istnieje między mniejszą i większą jednostką tego samego typu lub pokrewnymi typami, w których drugi obiekt podsumuje pierwszy. Jeśli obiekty są obydwoma zdarzeniami, to pierwsze musi wystąpić w przedziale czasu sekundy, aby relacja została rozpoznana. |
partOfMany |
Istnieje między mniejszymi i większymi obiektami tego samego typu lub typów pokrewnych, w których drugi obiekt, który musi być liczbą mnogą, zawiera pierwszy, który może być liczbą mnogą lub liczbą mnogą. |
populationOf |
Istnieje między miejscem a liczbą osób znajdujących się tam, lub organizacją i liczbą członków lub pracowników, które ma. |
measureOf |
Ta relacja wskazuje ilość jednostki lub miary (wysokość, waga, itp.) obiektu. |
relative |
Istnieje między dwiema osobami, które są krewnymi. Aby zidentyfikować elementy nadrzędne, potomne, równorzędne i małżonki, należy użyć relacji parentOf, siblingOfi spouseOf . |
residesIn |
Istnieje między osobą a miejscem, w którym mieszkają lub wcześniej mieszkali. |
shareholdersOf |
Istnieje między osobą lub organizacją, a organizacją, której pierwszym podmiotem jest udziałowiec. |
siblingOf |
Istnieje między osobą a ich rodzeństwem lub kroczącego. |
spokespersonFor |
Istnieje między osobą i placem, organizacją lub osobą, którą reprezentuje. |
spouseOf |
Istnieje między dwiema osobami, które są współmałżonkami. |
subsidiaryOf |
Istnieje między dwoma organizacjami, gdy pierwsza jest jednostką zależną od drugiego. |
W sekcji Środowisko wykonawcze 22.2wyodrębnianie relacji jest udostępniane jako blok analizy, który jest zależny od bloku analizy składni i bloku wyodrębniania obiektu. Począwszy od środowiska wykonawczego 23.1, wyodrębnianie relacji jest udostępniane jako przepływ pracy, który jest uruchamiany bezpośrednio w tekście wejściowym.
Wyodrębnianie relacji w czasie wykonywania 23.1
Nazwa przepływu pracy
relations_transformer-workflow_multilingual_slate.153m.distilled
Obsługiwane języki Przepływ pracy dla relacji jest dostępny dla następujących języków. Listę kodów języków i odpowiedniego języka można znaleźć w sekcji Kody języków.
ar, de, en, es, fr, it, ja, ko, pt
Przykład kodu
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())
Wynik próbki kodu
{'employedBy': [(('Anna', 'Person'), ('IBM', 'Organization'))]}
Wyodrębnianie relacji w środowisku wykonawczym 22.2
Nazwa bloku
relations_transformer_en_stock
Obsługiwane języki
Blok wyodrębniania relacji jest dostępny tylko dla języka angielskiego.
Zależności na innych blokach
Następujący blok musi zostać uruchomiony, aby można było uruchomić blok relations_transformer_en_stock :
syntax_izumo_en_stock
Po tym musi następować jeden z następujących modeli jednostek, na których blok wyodrębniania relacji może budować swoje wyniki:
- entity-mentions_rbr_en_stock
- jednostka-mentions_bert_multi_stock
Przykład kodu
import watson_nlp
# Load the models for English
syntax_model = watson_nlp.load('syntax_izumo_en_stock')
entity_mentions_model = watson_nlp.load('entity-mentions_bert_multi_stock')
relation_model = watson_nlp.load('relations_transformer_en_stock')
# Run the prerequisite models
syntax_prediction = syntax_model.run('Anna Smith is an engineer. Anna works at IBM.')
entity_mentions = entity_mentions_model.run(syntax_prediction)
# Run the relations model
relations_on_mentions = relation_model.run(syntax_prediction, mentions_prediction=entity_mentions)
print(relations_on_mentions.get_relation_pairs_by_type())
Dane wyjściowe przykładu kodu:
{'employedBy': [(('Anna', 'Person'), ('IBM', 'Organization'))]}
Temat nadrzędny: Watson Katalog zadań przetwarzania języka naturalnego