从依赖树中提取(主题、谓词、对象)

Question

我对从问题中提取三元组(主语、谓语、宾语)感兴趣。

例如，我想转换以下问题：

谁是美国总统的妻子？

致：

(x，isWifeOf，y)∧(y，isPresidentof，USA)

X和y不知道为了回答这个问题我们必须找到(/\表示连词)。

我已经阅读了很多关于这个主题的论文，我想使用现有的解析器，比如斯坦福解析器来完成这个任务。我知道解析器输出两种类型的数据：

• 解析结构树(选区关系)
• 依赖树(依赖关系)

有些论文试图从解析结构树(如句子三重抽取)构建三元组，但是这种方法似乎太弱，无法处理复杂的问题。

另一方面，依赖树包含了大量的相关信息来执行三重提取。很多论文都声称做到了这一点，但我没有发现其中任何一篇文章给出了详细的过程或算法。大多数时候，作者说，他们分析依赖，以产生三倍，根据一些规则，他们没有给出。

有没有人知道有更多关于从问题的依赖树中提取(主语、谓语、宾语)信息的论文？

Answer 1

Textacy有一个很好的三重提取实现。它构建在SpaCy之上，这是Python中一个流行的NLP库。您似乎对三重提取的底层算法特别感兴趣，因此，研究其算法的源代码可能会给您一些启发。见此处：三重