基于深度学习的实体关系抽取

本项目针对舆情食品安全领域进行实体关系的抽取，工程主要分为爬虫、数据清洗、数据标注、模型的训练、模型的预测，关系抽取采用的是TextCNN。下面介绍下工程的开发逻辑。

1、介绍下整体的工程架构

2、介绍下爬虫和数据处理部分，都放在data目录下面：

3、针对清洗后的数据，需要进行数据的标注，后面提供给深度学习模型训练：

4、定义CNN模型网络结构：

5、进行模型的训练，最终的准确率在训练集和测试集上达到75到80左右

6、模型的预测结果如下所示：

总结：从从抽取结果看，效果是可以的，需要数据集的可以邮我：[email protected],欢迎三连呀！后面会有更多落地的NLP实战。欢迎关注公众号(微信搜索公众号即可，不定期推送干货喔)：知识图谱NLP