Skip to content
กลับไปยังผลการค้นหา

การสกัดความสัมพันธ์ — ความสัมพันธ์เชิงความหมายระหว่างเอนทิตี

ประเภท
NLP information-extraction task

ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ

ขนาดตัวอักษร

ใช้ทำอะไร?

การสกัดความสัมพันธ์เป็นงานประมวลผลภาษาธรรมชาติที่ตรวจจับและจำแนกประเภทความสัมพันธ์เชิงความหมายที่เชื่อมโยงเอนทิตีที่กล่าวถึงในข้อความ การต่อยอดจากวิธีการแบบเคอร์เนลยุคแรก (Zelenko และคณะ, 2003) และแนวทางประสาทเทียมที่ตามมา (Baldini Soares และคณะ, 2019) ทำให้ข้อความที่ไม่มีโครงสร้างกลายเป็นข้อเท็จจริงที่มีโครงสร้างในรูปแบบ เอนทิตี–ความสัมพันธ์–เอนทิตี

แนวคิดเบื้องหลังวิธีการ

ประโยคหนึ่งสามารถกล่าวถึงสองสิ่ง — บุคคลและบริษัท ยาและโรค — และระบุอย่างเงียบๆ ว่าสิ่งเหล่านั้นเชื่อมโยงกันอย่างไร การสกัดความสัมพันธ์คือการอ่านความเชื่อมโยงนั้นออกจากข้อความและติดป้ายกำกับ แทนที่จะเพียงแค่ระบุว่าเอนทิตีใดปรากฏขึ้น วิธีการนี้จะถามว่าความสัมพันธ์ใดเชื่อมโยงคู่เอนทิตีที่กำหนด และกำหนดประเภทความสัมพันธ์ให้กับแต่ละคู่จากชุดที่กำหนดไว้

ประวัติศาสตร์

การสกัดความสัมพันธ์มีรากฐานมาจากวิธีการเรียนรู้ของเครื่องแบบเคอร์เนล ซึ่งเป็นตัวอย่างโดย Zelenko และคณะ (2003) ซึ่งใช้วิธีการเคอร์เนลเพื่อสกัดความสัมพันธ์จากข้อความ งานนี้ต่อมาได้เปลี่ยนไปสู่การแสดงผลแบบประสาทเทียม โดย Baldini Soares และคณะ (2019) ได้นำเสนอแนวทาง 'Matching the Blanks' ซึ่งเรียนรู้การแสดงผลความสัมพันธ์จากความคล้ายคลึงของการกระจาย ซึ่งสะท้อนถึงการเคลื่อนไหวที่กว้างขึ้นสู่แบบจำลองที่ฝึกฝนล่วงหน้า

ควรใช้เมื่อใด

การสกัดความสัมพันธ์จะเหมาะสมเมื่อคุณมีข้อมูลข้อความและต้องการลิงก์เชิงความหมายระหว่างเอนทิตี แทนที่จะเป็นเพียงเอนทิตีเหล่านั้นเอง มันสมมติว่ามีชุดข้อมูลความสัมพันธ์ที่มีป้ายกำกับอยู่แล้ว ต้องการผลลัพธ์ NER เป็นข้อกำหนดเบื้องต้น และต้องการการประมวลผลข้อความล่วงหน้าก่อน เนื่องจากเป็นงานแบบมีผู้สอน (supervised task) ที่แนะนำขั้นต่ำประมาณ 100 เอกสาร จึงเหมาะที่สุดสำหรับคลังข้อมูลที่มีขนาดใหญ่พอที่จะรองรับการจำแนกประเภทความสัมพันธ์ที่เชื่อถือได้

ข้อจำกัดและข้อควรพิจารณา

  • ต้องการชุดข้อมูลความสัมพันธ์ที่มีป้ายกำกับ ซึ่งมีค่าใช้จ่ายสูงในการสร้าง
  • ขึ้นอยู่กับการรู้จำชื่อเอนทิตีเป็นข้อกำหนดเบื้องต้น ดังนั้นข้อผิดพลาดของ NER จึงแพร่กระจายไปยังความสัมพันธ์ที่สกัดออกมา
  • ต้องการคลังข้อมูลขนาดใหญ่เพียงพอ — ประมาณ 100 เอกสารขึ้นไป — เพื่อจำแนกประเภทความสัมพันธ์ได้อย่างน่าเชื่อถือ

เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้

จุดแข็ง

  • เปลี่ยนข้อความที่ไม่มีโครงสร้างให้เป็นข้อเท็จจริงเชิงโครงสร้างแบบ เอนทิตี–ความสัมพันธ์–เอนทิตี ที่สามารถป้อนเข้าฐานความรู้และการวิเคราะห์ในขั้นตอนต่อไป
  • จำแนกประเภทลิงก์เชิงความหมายระหว่างเอนทิตี โดยก้าวข้ามการเพียงแค่ตรวจจับว่าเอนทิตีมีอยู่จริง
  • สนับสนุนเป้าหมายการวิเคราะห์ทั้งแบบอธิบายและแบบความสัมพันธ์บนคลังข้อความ

การประยุกต์ใช้

  • การเติมฐานความรู้ด้วยข้อเท็จจริงเชิงโครงสร้างแบบ เอนทิตี–ความสัมพันธ์–เอนทิตี ที่ขุดค้นจากข้อความ
  • การสกัดความสัมพันธ์ เช่น ลิงก์ บุคคล–องค์กร หรือ ยา–โรค จากเอกสาร
  • การสนับสนุนไปป์ไลน์การสกัดข้อมูลที่ต้องการความสัมพันธ์ที่มีป้ายกำกับ แทนที่จะเป็นเพียงการกล่าวถึงเอนทิตีดิบ
  • การเปิดใช้งานการวิเคราะห์เชิงความสัมพันธ์และเชิงอธิบายของคลังข้อความขนาดใหญ่

วิธีการทำงาน

วิธีการทำงาน

1

ข้อความดิบจะถูกทำความสะอาดและเตรียมพร้อมเพื่อให้ส่วนประกอบที่ตามมาได้รับอินพุตที่สอดคล้องกัน การประมวลผลข้อความล่วงหน้าเป็นข้อสมมติฐานที่ระบุไว้ของวิธีการนี้: หากไม่มีสิ่งนี้ การตรวจจับเอนทิตีและการจำแนกประเภทความสัมพันธ์จะทำงานบนหน่วยที่ไม่มีคุณภาพและไม่สอดคล้องกัน

2

การรู้จำชื่อเอนทิตี (NER) จะถูกดำเนินการก่อนเพื่อระบุตำแหน่งของเอนทิตีในข้อความ — ผลลัพธ์ของมันเป็นข้อกำหนดเบื้องต้นสำหรับการสกัดความสัมพันธ์ จากนั้นจะมีการสร้างคู่เอนทิตีที่เป็นไปได้จากเอนทิตีที่รับรู้ เพื่อให้แต่ละคู่สามารถตรวจสอบหาความสัมพันธ์ที่เป็นไปได้

3

คู่เอนทิตีที่เป็นไปได้แต่ละคู่จะถูกจำแนกประเภทความสัมพันธ์เชิงความหมายโดยใช้แบบจำลองที่ฝึกฝนบนชุดข้อมูลความสัมพันธ์ที่มีป้ายกำกับ ผลลัพธ์คือชุดความสัมพันธ์ที่มีป้ายกำกับซึ่งเชื่อมโยงคู่เอนทิตี ทำให้ข้อความกลายเป็นข้อเท็จจริงเชิงโครงสร้างแบบ เอนทิตี–ความสัมพันธ์–เอนทิตี

4

ความสัมพันธ์ที่ทำนายจะถูกให้คะแนนเทียบกับข้อมูลความสัมพันธ์ที่มีป้ายกำกับ เพื่อตรวจสอบคุณภาพก่อนที่จะเชื่อถือความสัมพันธ์ที่สกัดออกมาและนำไปใช้ในขั้นตอนต่อไป

ข้อผิดพลาดที่พบบ่อย

  • การข้ามการประมวลผลข้อความล่วงหน้าทำให้เกิดหน่วยที่ไม่มีคุณภาพและไม่สอดคล้องกัน ซึ่งทำให้การตรวจจับเอนทิตีและการจำแนกประเภทความสัมพันธ์แย่ลง
  • การพิจารณา NER เป็นทางเลือก: การสกัดความสัมพันธ์ขึ้นอยู่กับการตรวจจับเอนทิตี ดังนั้นผลลัพธ์ NER ที่อ่อนแอจะบ่อนทำลายกระบวนการทั้งหมด
  • การดำเนินการกับเอกสารน้อยเกินไป (น้อยกว่า ~100) ทำให้การจำแนกประเภทความสัมพันธ์ไม่น่าเชื่อถือ
  • สมมติว่ามีความสัมพันธ์สำหรับทุกคู่เอนทิตี: หลายคู่ไม่มีความสัมพันธ์ที่กำหนดและควรจำแนกประเภทเช่นนั้น

คำถามที่พบบ่อย

การสกัดความสัมพันธ์แตกต่างจากการรู้จำชื่อเอนทิตีอย่างไร?

NER ค้นหาเอนทิตีในข้อความ — บุคคล องค์กร สถานที่ และอื่นๆ การสกัดความสัมพันธ์ก้าวไปอีกขั้นและจำแนกประเภทว่าเอนทิตีคู่หนึ่งมีความสัมพันธ์กันอย่างไร ผลลัพธ์ของ NER เป็นข้อกำหนดเบื้องต้น: การสกัดความสัมพันธ์ทำงานบนเอนทิตีที่ NER ตรวจจับได้แล้ว

ฉันต้องการข้อมูลที่มีป้ายกำกับหรือไม่?

ใช่ การสกัดความสัมพันธ์ที่นี่เป็นงานแบบมีผู้สอน (supervised task) ที่สมมติว่ามีชุดข้อมูลความสัมพันธ์ที่มีป้ายกำกับอยู่ ซึ่งใช้ในการฝึกฝนและประเมินผลตัวจำแนกประเภทความสัมพันธ์

ฉันต้องการข้อความมากแค่ไหน?

แนะนำขั้นต่ำประมาณ 100 เอกสาร ด้วยเอกสารน้อยลง การจำแนกประเภทความสัมพันธ์จะเชื่อถือได้น้อยลง

ผลลัพธ์มีลักษณะอย่างไร?

ผลลัพธ์คือชุดความสัมพันธ์เชิงความหมายที่มีป้ายกำกับระหว่างคู่เอนทิตี — ข้อเท็จจริงเชิงโครงสร้างแบบ เอนทิตี–ความสัมพันธ์–เอนทิตี ที่สกัดจากข้อความและตรวจสอบกับข้อมูลความสัมพันธ์ที่มีป้ายกำกับระหว่างการประเมินผล

วิธีการที่เกี่ยวข้อง

แหล่งอ้างอิง

  1. Zelenko, D., Aone, C. & Richardella, A. (2003). Kernel Methods for Relation Extraction. Journal of Machine Learning Research, 3, 1083-1106.

    เปิดเอกสารอ้างอิงสิ่งพิมพ์
    คัดลอกแล้ว
  2. Soares, L. B., FitzGerald, N., Ling, J. & Kwiatkowski, T. (2019). Matching the Blanks: Distributional Similarity for Relation Learning. Proceedings of ACL 2019.

    เปิดเอกสารอ้างอิง DOI
    คัดลอกแล้ว