StanfordNLP OpenIE:获得匹配演示的最佳三元组

Question

我使用StanfordNLP OpenIE从更复杂的句子中提取更简单的句子，方法是使用OpenIE识别三元组。为了提高下游NLP答疑任务的性能，需要使用更简单的句子。

以下是我的默认属性：

属性=‘{“注释者”：“记号化，ssplit，pos，引理，ner，depparse，natlog，openie"，"outputFormat":"json"}’

这是我的试题：

text =“病人被置于左侧位置，并通过心电图追踪、脉搏血氧监测和直接观察持续监测。”

无论是使用docker服务器还是从下载的Java发行版中运行，我都会得到以下结果(这很有意义)：

病人在侧方位置

病人连续监护连续心电图追踪

病人脉搏血氧监测

病人被置于左侧位置

病人被安置

病人被放置在左侧位置

病人经监测的连续心电图追踪

病人的位置

但是，如果我在http://corenlp.run/的演示页面上运行相同的测试语句，Brat可视化将返回一组更简洁的三胞胎：

病人连续监护连续心电图追踪

病人脉搏血氧监测

病人被置于左侧位置

我试验了这里列出的每个OpenIE注释选项：

https://nlp.stanford.edu/software/openie.html#Questions，但未能产生更简洁的结果。

有这个选项吗？如果没有，任何算法获得这一结果将不胜感激。

谢谢

Answer 1

当我尝试corenlp.run时，如果您悬停在每个实体上，就会得到相同的扩展的三元组：

​

​

但是，只要采用尽可能宽的subject+object+relation作用域，就可以将它们折叠成更少的三元组。有几种方法可以做到这一点：

1. 最灵活的方法是:如果您以编程方式调用OpenIE注释器，关系三元组将保留其每个参数的sentence+token偏移量，您可以使用它来确定每个提取的关系的最宽的生成参数。
2. 启发式地，您可以简单地忽略关系提取，它是其他提取的子集。
3. QA_SRL输出格式实际上将为您执行选项(1)，以符合惩罚“重复”关系提取的评估。

然而，在许多情况下，保持更多的提取也是无害的/可取的。每一个摘录都应该是“正确的”，因为它们是从源句中提取出来的--有些比另一些更具体。