golang知识图谱NLP实战第四节——关系抽取完善逻辑

陈同学将hanlp做成了服务：https://gitee.com/Erichan/EngineerCMS-HanLPService

用golang应用提交文字给这个hanlp服务，返回json数据格式的依存句法分析结果。

//这个是专门解析json的
package mainimport ("encoding/json""fmt""log""net/url""github.com/astaxie/beego/httplib"
)type Dict struct {SBV []HanlpJsonVOB []HanlpJsonIOB []HanlpJsonFOB []HanlpJsonDBL []HanlpJsonATT []HanlpJsonADV []HanlpJsonCMP []HanlpJsonCOO []HanlpJsonPOB []HanlpJsonLAD []HanlpJsonRAD []HanlpJsonIS  []HanlpJsonHED []HanlpJson
}type HanlpResult struct {Result HanlpWord `json:"result"`
}type HanlpWord struct {Word []HanlpJson `json:"word"`
}//用于json数据解析
type HanlpJson struct {ID      int64LEMMA   stringCPOSTAG stringPOSTAG  stringHEAD    JsonDEPREL  stringNAME    string
}type Json struct {ID      int64LEMMA   stringCPOSTAG stringPOSTAG  stringDEPREL  stringNAME    string
}type Ltp2 struct {Ltptwo []Ltp1
}type Ltp1 struct { //这个办法不行，保留！Ltpone []Ltp
}type Ltp struct {Id        int64  `json:"id"`Cont      string `json:"cont"`Pos       string `json:"pos"`Ne        string `json:"ne"`Parent    int64  `json:"parent"`Relate    string `json:"relate"`Semparent int64  `json:"semparent"`Semrelate string `json:"semrelate"`Arg       []Arg1 `json:"arg"`Sem       []Sem1 `json:"sem"`
}type Sem1 struct {Id     int64  `json:"id"`Parent int64  `json:"parent"`Relate string `json:"relate"`
}type Arg1 struct {Id   int64  `json:"id"`Type string `json:"type"`Beg  int64  `json:"beg"`End  int64  `json:"end"`
}func main() {link := url.QueryEscape("输水干线从佛山市顺德区杏坛镇西江干流中央的鲤鱼洲岛端部取水")req := httplib.Post("http://localhost:8888/max?sentence=" + link)str, err := req.String()if err != nil {log.Fatal(err)}//   fmt.Println(str)//json字符串解析到结构体var hanlpresult HanlpResulterr = json.Unmarshal([]byte(str), &hanlpresult)if err != nil {log.Fatal(err)}// fmt.Println(hanlpresult.Result.Word)hanlp := hanlpresult.Result.Worddict := make([]Dict, 0)for _, w := range hanlp {dict1 := make([]Dict, 1)for _, x := range hanlp {if w.ID == x.HEAD.ID {list1 := make([]HanlpJson, 1)list1[0] = xswitch x.DEPREL {case "主谓关系":dict1[0].SBV = list1case "动宾关系":dict1[0].VOB = list1case "间宾关系":dict1[0].IOB = list1case "前置宾语":dict1[0].FOB = list1case "兼语":dict1[0].DBL = list1case "定中关系":dict1[0].ATT = list1case "状中结构":dict1[0].ADV = list1case "动补结构":dict1[0].CMP = list1case "并列关系":dict1[0].COO = list1case "介宾关系":dict1[0].POB = list1case "左附加关系":dict1[0].LAD = list1case "右附加关系":dict1[0].RAD = list1case "独立结构":dict1[0].IS = list1case "核心关系":dict1[0].HED = list1}//              bb = make([]Hanlp, 0)}}dict = append(dict, dict1...)}//   fmt.Println(dict)for i := 0; i < len(dict); i++ {extract(hanlp, dict, i)}
}func extract(hanlp []HanlpJson, dict []Dict, i int) {w := hanlp[i]ww := dict[i]//主谓宾关系：刘小绪生于四川if len(ww.SBV) > 0 && len(ww.VOB) > 0 {entity1 := ww.SBV[0].LEMMA// 排除：刘小绪和李华是朋友prep := ww.SBV[0]prepIndex := prep.ID - 1prepDict := dict[prepIndex] //这个写法注意，当做dict数组的索引和它ID是一致的if len(prepDict.COO) > 0 {relation := ww.VOB[0].LEMMAentity2 := prepDict.COO[0].LEMMAfmt.Println(entity1 + "," + relation + "," + entity2)} else {entity2 := ww.VOB[0].LEMMArelation := w.LEMMAfmt.Println(entity1 + "," + relation + "," + entity2)}}// 动补结构：刘小绪洗干净了衣服//"主谓关系"]//"动宾关系"]//"动补结构"]if len(ww.SBV) > 0 && len(ww.VOB) > 0 && len(ww.CMP) > 0 {entity1 := ww.SBV[0].LEMMAcomplement := ww.CMP[0].LEMMAentity2 := ww.VOB[0].LEMMAif len(ww.RAD) > 0 { //右附加关系subjoin := ww.RAD[0].LEMMArelation := w.LEMMA + complement + subjoinfmt.Println(entity1 + "," + relation + "," + entity2)} else {relation := w.LEMMA + complementfmt.Println(entity1 + "," + relation + "," + entity2)}}//定中关系if len(ww.ATT) > 0 {entity1 := ww.ATT[0].LEMMArelation := w.LEMMAfor _, ii := range dict { //这里要用dict maps数组//"主谓关系"]//"动宾关系"]if len(ii.SBV) > 0 && len(ii.VOB) > 0 {if ii.SBV[0].LEMMA == relation {entity2 := ii.VOB[0].LEMMAfmt.Println(entity1 + "," + relation + "," + entity2)}}}}// 状动结构：父亲非常喜欢跑步// 非常 是 跑步的状语，关系应该为非常喜欢//"主谓关系"]//动宾关系"]//"状中结构"]if len(ww.SBV) > 0 && len(ww.VOB) > 0 && len(ww.ADV) > 0 {entity1 := ww.SBV[0].LEMMAadverbial := ww.ADV[0].LEMMAentity2 := ww.VOB[0].LEMMArelation := adverbial + w.LEMMAfmt.Println(entity1 + "," + relation + "," + entity2)}// 状动补结构//"主谓关系"]//"动宾关系"]//"状中结构"]//"动补结构"]if len(ww.SBV) > 0 && len(ww.VOB) > 0 && len(ww.ADV) > 0 && len(ww.CMP) > 0 {entity1 := ww.SBV[0].LEMMAadverbial := ww.ADV[0].LEMMAcomplement := ww.CMP[0].LEMMAentity2 := ww.VOB[0].LEMMArelation := adverbial + w.LEMMA + complementfmt.Println(entity1 + "," + relation + "," + entity2)}// 定语后置：父亲是来自肯尼亚的留学生if w.DEPREL == "定中关系" {if len(ww.VOB) > 0 {entity1 := hanlp[w.HEAD.ID-1].LEMMArelation := w.LEMMAentity2 := ww.VOB[0].LEMMAfmt.Println(entity1 + "," + relation + "," + entity2)}}// 介宾关系：刘小绪就职于学校// 于 和 学校 是介宾关系//"主谓关系"]//"动补结构"]if len(ww.SBV) > 0 && len(ww.CMP) > 0 {entity1 := ww.SBV[0].LEMMAprep := ww.CMP[0] //maps["动补结构"][0]prepIndex := prep.ID - 1prepDict := dict[prepIndex] //这个写法注意，当做dict数组的索引和它ID是一致的if len(prepDict.POB) > 0 {entity2 := prepDict.POB[0].LEMMA //"介宾关系"][0]relation := w.LEMMA + prep.LEMMAfmt.Println(entity1 + "," + relation + "," + entity2)}}// 宾语前置结构：海洋由水组成if len(ww.FOB) > 0 {entity2 := ww.FOB[0].LEMMA //maps["前置宾语"][0]if len(ww.ADV) > 0 {adverbial := ww.ADV[0] //maps["状中结构"][0]prepIndex := adverbial.ID - 1prepDict := dict[prepIndex]if len(prepDict.POB) > 0 {entity1 := prepDict.POB[0].LEMMArelation := w.LEMMAfmt.Println(entity1 + "," + relation + "," + entity2)}}}
}

golang知识图谱NLP实战第四节——关系抽取完善逻辑相关推荐

golang知识图谱NLP实战第一节——整体思路
golang知识图谱NLP实战第一节--整体思路 golang知识图谱NLP实战第二节--解析依存句法分析结果 golang知识图谱NLP实战第三节--关系抽取最大的愿望是给engineercms工 ...
知识图谱从哪儿来？实体关系抽取的现状和未来
12月17日晚,2019年清华特奖获得者之一,清华大学自然语言处理实验室大四本科生高天宇,在智源论坛Live第1期,以<实体关系抽取的现状和未来>为主题,与150位观众进行了在线交流.本文 ...
技术动态 | 知识图谱从哪里来：实体关系抽取的现状与未来
本文作者为:韩旭.高天宇.刘知远.转载自刘知远老师的知乎专栏,文章链接:https://zhuanlan.zhihu.com/p/91762831 最近几年深度学习引发的人工智能浪潮席卷全球,在互联网 ...
知识图谱从哪里来：实体关系抽取的现状与未来
点击上方"Datawhale",选择"星标"公众号第一时间获取价值内容最近几年深度学习引发的人工智能浪潮席卷全球,在互联网普及带来的海量数据资源和摩尔定律支 ...
知识图谱开发实战案例剖析_我从剖析Web开发人员路线图中学到的知识
知识图谱开发实战案例剖析 by Nicole Archambault 妮可·阿坎巴特(Nicole Archambault) 我从剖析Web开发人员路线图中学到的知识 (What I learned ...
研讨会 | “人工智能与行业知识图谱技术实战”研讨会
人工智能时代 2017年7月,国务院<新一代人工智能发展规划>明确提出"建立新一代人工智能关键共性技术体系"的重点任务和设立"新一代人工智能重大科技项目以及& ...
超详细的golang学习指南，golang知识图谱
golang知识图谱基础知识 go 语言关键字.标识符.数据类型.变量.流程控制.函数.数组.闭包关键字 break - 使用break关键字可以终止循环并继续执行其余代码 case - 这是sw ...
知识图谱可视化——《间客》人物关系
知识图谱可视化--<间客>人物关系借鉴echarts的<间客>人物关系案例完成了知识图谱可视化. 存在疑问是: 1.如何将图谱可视化体现业务价值? 2.如何结合QA问答交互, ...
知识图谱应用实战案例100篇（一）-阿里巴巴超大规模知识图谱预训练实践：商品分类
基于电子商务平台上亿级的庞大商品库,电子商务交易得以不断增长. 为了更好地支持日常业务,需要将这些海量的商品以一种更优的方式进行描述.存储和计算,并且需要支持融合不同来源的数据,建立实体之间的语义连接 ...

golang知识图谱NLP实战第四节——关系抽取完善逻辑

golang知识图谱NLP实战第四节——关系抽取完善逻辑相关推荐

最新文章

热门文章