实体识别
下面的文字目前完全是备忘录，如果有自己的看法，也是肤浅的理解，切勿当真；
HMM
最开始是 HMM，隐马尔科夫链模型：
t+1, 与 t 有某种概率关系；
给定一个句子； NER 真的 很难学习的一门 NLP 技术；
从标注中，学习了一个模型， 我们知道 state1 -》 state2 的转移概率；
state1 -> word 的发射改了； state 的初始概率； 就可以 算出 t+1 是某个 state 的概率；
求一个句子 state 概率的最大值，微比特算法求解； 就是HMM；
# -*- coding:utf-8 -*-
# 作者：李鹏飞
# 个人博客：https://www.lookfor404.com/
# 代码说明：https://www.lookfor404.com/用隐马尔可夫模型hmm做命名实体识别-ner系列二/
# github项目：https://github.com/lipengfei-558/hmm_ner_organization
CRF
HMM 只能利用前面一个word 的信息； CRF 可以利用前面+后面 的信息；也就是 能够利用更多的上下文信息；
CRF 有一个特征模板的概念；在特征模板中，定义 利用的上下文信息；然后生成 一些列 函数集合F； F 对word 进行综合打分；求出最大的概率；
BI-LSTM CRF
是神经网络的方式， RNN 试图通过循环神经网络记住 上下文全部信息；
LSTM有记忆单元，记录他认为重要的上下文， 然后产生一个序列概率；
LSTM 特别适合序列预测场景， NER 也是其中一种， 能够利用句子中的上下文信息， 然后再输入给 CRF 模板函数，获取更高的精确度；【暂时不动为何】
这个算法在github上有很多代码的例子，需要tensorflow 或者pytorch；
上述的算法都需要大量信息的标注，作为train 的文本； 先做一些记录，后面再深入阅读；
关系抽取
https://zhuanlan.zhihu.com/p/139485679
git 上可以找到很多 RE 相关的算法， 有半监督的，无监督的；最近几年研究方向都是基于深度学习；
从知乎这篇文章来看，对于特定领域，使用基于规则的snowball算法，在实际应用中可能达到比较好的效果； snow ball 算法，属于bootstrap 思路；
有一个 seed list， 比如 公司，生产， 产品。 然后从 文本中找到 company- (y) - 产品； （y） 可能有很多类型； 比如生产， 制造等等；
这就是一个模式， 把这个模式 迭代下去，又从文本中找，可以达到一个 bootstrap的效果，能够识别越来越多的关系；
但是有一个问题就是 （y）某一个模式，可能是低质量的，或者有问题的，那么我们必须 在一个模式，加入到 tuple 之前，就行 判定；
snowball 的思想就是， 在一个 新的模式， 加入tuple 之前， 计算一个相似度，假设 tuple 里面的都是高质量的，那么 相似度越高，新加入的tuple
的质量就是越有保障的；
snowball 的算法思想。就是 构建 （L, Company, M, Product, R）,这样的五元组， 把句子前，中，右的 信息考虑进去，做一个评判的上下文；
https://github.com/snowballstem/snowball, 有现成的工具，可以参考
知识融合
各种融合方法，可能根据业务场景，有的比较实用，没有很高深的算法；
https://github.com/snowballstem/snowball
https://www.pianshen.com/article/7846157877/
https://zhuanlan.zhihu.com/p/113326853
下面这个简单的例子，使用实体所在的句子的 前后的句子， 与 现有实体 的desc 信息，进行 tf-idf相似度进行对齐；
网友评论