Machine learning 如何使用AI/ML/NLP提取句子中单词之间的关系

让我们举一个例子：

我在看《坏天气》

他在看行尸走肉

Deadpool正在被我监视

---

在这三个句子中，我想分别提取被观看的内容（坏了、行尸走肉、死水）。我应该使用什么方法来实现这一点？

您应该首先使用的NLP技术称为“依赖项解析”。关于这个主题有很多教程。Spacy就是这样一个python库，它可以为您进行依赖项解析。下面是使用Spacy进行依赖项解析的演示-

---

另一种考虑的方法是“关系抽取”，特别是从句子中提取SVO（主语、动词、宾语）关系。

< P>你应该开始的NLP技术叫做“依存句法分析”。关于这个主题有很多教程。Spacy就是这样一个python库，它可以为您进行依赖项解析。下面是使用Spacy进行依赖项解析的演示-

另一种考虑的方法是“关系抽取”，特别是从句子中提取SVO（主语、动词、宾语）。

< P>这叫做“命名实体识别”。 有spacy、nltk（都是python）等库，有很多公司和服务（几乎每个聊天机器人平台都需要这种功能，包括dialogflow、ibm watson等），还有很多使用神经网络等的实现

有3种基本方法：

最新技术：

在标记文本的地方使用带有标记数据的大数据集，并为此任务训练分类算法/神经网络，如BILSTM或BERT。这也可以识别未知的电影标题，因为它们在句子中的位置和句子中的其他单词

训练所有单词/实体（LDA、单词嵌入等）的无监督或监督表示，识别电影的集群（可能不同类型的电影在不同的集群中…），并使用knn或类似方法标记输入句子的部分

老派：

使用已知电影标题的数据集，查看电影标题是否是句子的子字符串（可以使用Jaro Winkler或Levenshtein等字符串相似性算法，使分类能够处理细微差异和打字错误）。这种方法只能识别已知的电影标题（几乎每部电影的标题都可以在IMDB上找到）

这称为“命名实体识别”。 有spacy、nltk（都是python）等库，有很多公司和服务（几乎每个聊天机器人平台都需要这种功能，包括dialogflow、ibm watson等），还有很多使用神经网络等的实现

有3种基本方法：

最新技术：

在标记文本的地方使用带有标记数据的大数据集，并为此任务训练分类算法/神经网络，如BILSTM或BERT。这也可以识别未知的电影标题，因为它们在句子中的位置和句子中的其他单词

训练所有单词/实体（LDA、单词嵌入等）的无监督或监督表示，识别电影的集群（可能不同类型的电影在不同的集群中…），并使用knn或类似方法标记输入句子的部分

老派：

使用已知电影标题的数据集，查看电影标题是否是句子的子字符串（可以使用Jaro Winkler或Levenshtein等字符串相似性算法，使分类能够处理细微差异和打字错误）。这种方法只能识别已知的电影标题（几乎每部电影的标题都可以在IMDB上找到）

---

你有训练数据吗？是的，但很少像100个这样的句子。你有训练数据吗？是的，但很少像100个这样的句子。