王昊奋知识图谱学习笔记--第三讲知识抽取与知识挖掘（下）

第一部分 DeepDive 知识抽取实战

注意：iDeepDive 仅支持Liux或者Mac，不支持Windows。

1.1 工程组成

1.2 先验数据导入

1.3 待抽取文章导入

1.4 流程

1.5 文章数据预处理

对文章进行自然语言处理，包括分词、词性标注、命名实体识别等操作。

在app.ddlog 中利用nlp.markup.sh 这个脚本去实现NLP的处理，并将内容放入到sentences 表中。

1.6 候选实体抽取

候选实体对生成

关系特征抽取

数据标注

因子图构建

总结

这个项目仅仅听老师讲，很难懂这个过程。还需要自己亲自实践，才能真正理解。