信息抽取：从文本里“淘金”

信息抽取从非结构化文本中提取结构化知识：实体、关系、事件。它是构建知识图谱、做商业情报分析、支撑问答系统的底层技术。

信息抽取的本质是“把文字变成数据”。人类世界的大部分知识藏在文本里，不能被计算；抽取之后，它们可以进入数据库、图谱、报表，产生真正的商业价值。这是文本世界通往数据世界的翻译工程。

## 核心要点

图片来源：Openverse / dinparvar（https://www.flickr.com/photos/9855726@N07/17857793054）

1. 实体识别、关系抽取、事件抽取是三大子任务。

2. 远程监督用现有知识库自动标注，降低标注成本。

3. 中文的隐式关系与省略主语增加抽取难度。

4. 大模型显著降低了信息抽取的工程门槛。

图片来源：Openverse / NASA's Marshall Space Flight Center（https://www.flickr.com/photos/28634332@N05/33065840011）

## 写在最后

以上是关于「信息抽取」的科普介绍。人工智能正在快速发展，相关概念和方法也在不断演进。希望本文能帮你建立对这一主题的基本认识。