关系抽取常用的数据集和工具

参考文献：张春云. 实体关系抽取算法研究[D]. 北京邮电大学, 2015.

数据集：
1.MUC关系抽取任务数据集
MUC-7的五大评测任务分别是命名实体识别、共指消解、模板元素填充、模板关系确定和场景模板填充。数据语料主要来自新闻语料，限定领域为飞机失事报道和航天器发射事件报道。

2.ACE关系抽取任务数据集
MUC会议停开后，ACE将关系抽取任务作为一个子任务从2002至2007年共持续六年。关系抽取任务也被定义的更加规范和系统。其中，获得认可的一届关系抽取任务主要是ACE-2004，其数据来源于语言数据联盟（LDC），分成广播新闻和新闻专线两部分，总共包括451和文档和5702个关系实例。ACE20014提供了丰富的标注信息，从而为信息抽取中的实体识别、指代消解和关系抽取等子任务提供基准的训练和测试语料库。

3.TAC-KBP数据集
TAC会议下的KBP评测下的ESF任务，可以视作是传统的关系抽取任务。该任务主要是抽取关于PER的25中属性和ORG的16中属性。主要是使用维基百科快照作为现有的知识库，从现有的新闻或者网络文本中获取关于实体的现有信息和更新信息，以构建知识库。

工具：
1.Standford CoreNLP 自然语言处理工具包，能实现对自然语言文本的文本分析，包括词形还原，词性标注、命名实体标注、共指消解、句法分析以及依存分析等功能。

2.自然语言工具包（Natural Language Tookit,NLTK）
基于脚本语言Python的自然语言处理工具包，该工具包集成了一些文本处理技术，例如中文分词、词形还原、文本分类等，并涉及50多种语料和字典的交互界面。

3.OpenCCG
指开放式自然语言CCG文库，基于Java的开源自然语言处理文库，能够实现基于Mark Steedman的组合的范畴语法形式为主的文本解析，包括句法分析和依存分析。

评测标准：
精准率、召回率和F值