# NERandRE

**Repository Path**: lx-tju/nerandre

## Basic Information

- **Project Name**: NERandRE
- **Description**: No description available
- **Primary Language**: 其他
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-12-22
- **Last Updated**: 2020-12-22

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# NERandRE
为了评测知识图谱构建的性能，应以提取句子中存在的三元组的能力作为评测指标，但遗憾的是，目前并不存在这样的数据集，因此拟采用关系抽取及实体抽取两个中间任务作为间接评测的手段。该项目为中间评测任务采用的数据集。

## 01CLUENER
基于清华大学开源的文本分类数据集THUCNEWS，选出部分数据进行细粒度命名实体标注，并对数据进行清洗，得到一个细粒度的NER数据集。CLUENER2020 中文细粒度命名实体识别任务即从该数据集中抽取10种类别实体，分别为：地址（address），书名（book），公司（company），游戏（game），政府（government），电影（movie），姓名（name），组织机构（organization），职位（position），景点（scene）。

## 02MSRA
给定5万多条中文命名实体识别标注数据

## 03CCKS
评测数据主要来源于互联网网页文本，其中验证集和测试集是通过人工进行标注的，而训练集是通过远程监督（Distant Supervision）自动生成的。在本次任务中，我们重点关注人物之间的关系抽取研究。给定一组人物实体对和包含该实体对的句子，找出给定实体对在已知关系表中的关系。

## 04SCHEMA
本任务为基于schema约束的SPO信息抽取任务，即在给定schema集合下，从自然语言文本中抽取出符合schema要求的SPO三元组知识。其中schema定义了关系P以及其对应的主体S和客体O的类别，例如（S_TYPE:人物，P:妻子，O_TYPE:人物）、（S_TYPE:公司，P:创始人，O_TYPE:人物）等。任务要求参评系统自动地对句子进行分析，输出句子中所有满足schema约束的SPO三元组知识Triples=[(S1, P1, O1), (S2, P2, O2)…]。