高手支招：特定领域的实体关系如何提取

作者 徐安华

1．公安领域的工作背景

从特定类型文本中提取实体关系。这些领域除了有很多结构化数据之外，还有跟多的文本数据，通俗意义上都叫做非结构化数据（这里不包括语音、图片、视频等）。

在应用里面，结构化描述的数据是非常清楚的，对于文本来说，由于大家书写的形式各异，表达方式多样，这个里面提到的很多要素，如人名、车牌号、手机号、组织名等都是称之为实体。

实体和实体的关系，以及实体和事件的关系，是比较难发现之间的关联，说明了前两点之后再看第三点，意义在哪里？

其实随着文本数据，文本数据的信息被大规模的被发挥出来，最早来自于互联网公司，比如说百度、Google以及基于此创造很大的价值，随着互联网公司的兴起，大家对非结构化数字文化挖掘越来越重视。

这个搜索1:1是什么意思，第一，就是一个人找一件事情，第二，1:n是舆情，即使你做营销也好，你都需要知道统计的信息，舆情是一对多的情况，第三就是我们需要关注的所有的事情其实都是并发的，各种各样的发展的趋势都是同步进行的，你不可能用一个人来监测这些变化，我们也没有这么大的团队做这样的事情，需要机器做事情，N:N就是用机器发现追踪非常多的线索，每条线索都涉及到很多的实体。