Hispanopedia Wiki
Articulo de referencia

Extracción de relaciones

La extracción de relaciones requiere la detección y clasificación de menciones de relaciones semánticas dentro de un conjunto de artefactos , generalmente documentos de texto o ...

Hispanopedia WikiContenido en espanolLectura gratuita

La extracción de relaciones requiere la detección y clasificación de menciones de relaciones semánticas dentro de un conjunto de artefactos , generalmente documentos de texto o XML . Esta tarea es muy similar a la extracción de información (EI), pero la EI requiere además la eliminación de relaciones repetidas ( desambiguación ) y, por lo general, se refiere a la extracción de muchas relaciones diferentes.

Concepto y aplicaciones

El concepto de extracción de relaciones se introdujo por primera vez durante la 7.ª Conferencia de Comprensión de Mensajes en 1998. [ 1 ] La extracción de relaciones implica la identificación de relaciones entre entidades y generalmente se centra en la extracción de relaciones binarias. [ 2 ] Los dominios de aplicación donde la extracción de relaciones es útil incluyen relaciones gen-enfermedad, [ 3 ] interacción proteína-proteína [ 4 ] etc.

Los estudios actuales de extracción de relaciones utilizan tecnologías de aprendizaje automático, que abordan la extracción de relaciones como un problema de clasificación. [ 1 ] Never-Ending Language Learning es un sistema de aprendizaje automático semántico desarrollado por un equipo de investigación de la Universidad Carnegie Mellon que extrae relaciones de la web abierta.

Aproches

Hay varios métodos utilizados para extraer relaciones y estos incluyen la extracción de relaciones basada en texto. Estos métodos se basan en el uso de información de estructura de relaciones preentrenada o pueden implicar el aprendizaje de la estructura para revelar relaciones. [ 5 ] Otro enfoque para este problema implica el uso de ontologías de dominio . [ 6 ] [ 7 ] También está el enfoque que implica la detección visual de relaciones significativas en valores paramétricos de objetos listados en una tabla de datos que cambian de posición a medida que la tabla se permuta automáticamente según lo controlado por el usuario del software. La cobertura deficiente, la rareza y el costo de desarrollo relacionados con recursos estructurados como léxicos semánticos (por ejemplo, WordNet , UMLS ) y ontologías de dominio (por ejemplo, la Ontología Genética ) han dado lugar a nuevos enfoques basados ​​en un conocimiento de fondo amplio y dinámico en la Web. Por ejemplo, la técnica ARCHILES [ 8 ] utiliza solo Wikipedia y el recuento de páginas de motores de búsqueda para adquirir relaciones de grano grueso para construir ontologías ligeras.

Las relaciones se pueden representar utilizando diversos formalismos/lenguajes. Uno de estos lenguajes de representación para datos en la Web es RDF .

Más recientemente, se han propuesto sistemas de extremo a extremo que aprenden conjuntamente a extraer menciones de entidades y sus relaciones semánticas, con un gran potencial para obtener un alto rendimiento. [ 9 ]

La mayoría de los sistemas descritos han demostrado su eficacia con conjuntos de datos en inglés. Sin embargo, también se han descrito datos y sistemas para otros idiomas, como el ruso [ 10 ] y el vietnamita [ 11 ] .

conjuntos de datos

Los investigadores han construido múltiples conjuntos de datos para evaluar métodos de extracción de relaciones. [ 12 ] Uno de estos conjuntos de datos fue el conjunto de datos de extracción de relaciones a nivel de documento llamado DocRED, publicado en 2019. Utiliza relaciones de Wikidata y texto de la Wikipedia en inglés . [ 12 ] El conjunto de datos ha sido utilizado por otros investigadores y se ha organizado una competición de predicción en CodaLab . [ 13 ] [ 14 ]

Véase también

Referencias

  1. 1 2 Ning, Huansheng (2019). Datos e inteligencia del ciberespacio, y vida cibernética, síndrome y salud: Congreso Internacional del Ciberespacio 2019, CyberDI y CyberLife, Pekín, China, 16-18 de diciembre de 2019, Actas, Parte II . Singapur: Springer Nature. pág.  260. ISBN 978-981-15-1924-6.
  2. ↑ Nasar, Zara; Jaffry, Syed Waqar; Malik, Muhammad Kamran (11 de febrero de 2021). "Reconocimiento de entidades nombradas y extracción de relaciones: estado del arte" . ACM Computing Surveys . 54 (1): 20:1–20:39. doi : 10.1145/3445965 . ISSN 0360-0300 . S2CID 233353895 .  
  3. ↑ Hong-Woo Chun; Yoshimasa Tsuruoka; Jin-Dong Kim; Rie Shiba; Naoki Nagata; Teruyoshi Hishiki; Jun-ichi Tsujii (2006). "Extracción de relaciones gen-enfermedad de Medline mediante diccionarios de dominio y aprendizaje automático". Simposio del Pacífico sobre Biocomputación . CiteSeerX 10.1.1.105.9656 . 
  4. ↑ Minlie Huang y Xiaoyan Zhu y Yu Hao y Donald G. Payan y Kunbin Qu y Ming Li (2004). "Descubriendo patrones para extraer interacciones proteína-proteína de textos completos" . Bioinformatics . 20 (18): 3604– 3612. doi : 10.1093/bioinformatics/bth451 . PMID 15284092 . 
  5. ↑ Tickoo, Omesh; Iyer, Ravi (2016). Making Sense of Sensors: End-to-End Algorithms and Infrastructure Design from Wearable-Devices to Data Centers . Portland: Apress. p. 68. ISBN  978-1-4302-6592-4.
  6. ↑ TCRindflesch y L.Tanabe y JNWeinstein y L.Hunter (2000). "EDGAR: Extracción de fármacos, genes y relaciones de la literatura biomédica". Actas del Simposio del Pacífico sobre Biocomputación . págs. 514–525 . PMC 2709525 .  
  7. ↑ C. Ramakrishnan, KJ Kochut y AP Sheth (2006). "Un marco para el descubrimiento de relaciones basado en esquemas a partir de texto no estructurado" . Actas de la Conferencia Internacional sobre la Web Semántica . págs. 583–596 . 
  8. ↑ W. Wong y W. Liu y M. Bennamoun (2009). "Adquisición de relaciones semánticas mediante la web para la construcción de ontologías ligeras". Actas de la 13.ª Conferencia Asia-Pacífico sobre Descubrimiento de Conocimiento y Minería de Datos (PAKDD) . doi : 10.1007/978-3-642-01307-2_26 .
  9. ↑ Nguyen, Dat Quoc; Verspoor, Karin (2019). "Extracción de relaciones neuronales de extremo a extremo mediante atención biafín profunda". Actas de la 41.ª Conferencia Europea sobre Recuperación de Información (ECIR) . arXiv : 1812.11275 . doi : 10.1007/978-3-030-15712-8_47 .
  10. ↑ Elena Bruches; Alexey Pauls; Tatiana Batura; Vladimir Isachenko (14 de diciembre de 2020), Reconocimiento de entidades y extracción de relaciones a partir de textos científicos y técnicos en ruso , arXiv : 2011.09817 , Wikidata Q104419957 
  11. ↑ Pham Quang Nhat Minh (18 de diciembre de 2020). "Un estudio empírico del uso de modelos BERT preentrenados para la tarea de extracción de relaciones en vietnamita en VLSP 2020". arXiv . arXiv : 2012.10275 . ISSN 2331-8422 . Wikidata Q104418048 .  
  12. 1 2 Yuan Yao; Deming Ye; Peng Li; et al. (2019). DocRED: Un conjunto de datos de extracción de relaciones a gran escala a nivel de documento (PDF) . págs. 764–777 . arXiv : 1906.06127 . doi : 10.18653/V1/P19-1074 . ISBN   978-1-950737-48-2. Wikidata Q104419388 . {{cite book}}: |journal=ignorado ( ayuda )
  13. ↑ Wang Xu; Kehai Chen; Tiejun Zhao (21 de diciembre de 2020). "Extracción de relaciones a nivel de documento con reconstrucción". arXiv . arXiv : 2012.11384 . ISSN 2331-8422 . Wikidata Q104417795 .  
  14. ↑ «DocRED. Concurso. CodaLab» .