内容来自哈工大车万翔老师团队的作品《自然语言处理：基于预训练模型的方法》。

1. 信息抽取

信息抽取（Information Extraction，IE）是从非结构化的文本中自动提取结构化信息的过程。其结果还可以作为知识加入知识库。

1.1 命名实体识别（Named Entity Recognition，NER）

在文本中抽取每个提及的命名实体并标注其类型。包括人名、地名和机构名等，也包括专有名称等。
实体链接（Entity Linking）：在文本中找到提及的命名实体后，将这些命名实体链接到知识库或知识图谱中的具体实体。

1.2 关系抽取（Relation Extraction）

用于识别和分类文本中提及的实体之间的语义关系，如夫妻、子女、工作单位和地理空间上的位置关系等二元关系。

1.3 事件抽取（Event Extraction）

从文本中识别人们感兴趣的事件以及事件所涉及的时间、地点和人物等关键元素。
事件的发生时间往往比较关键，时间表达式（Temporal Expression）识别也是重要的信息抽取子任务，一般包括两种类型的时间：绝对时间（日期、星期、月份和节假日等）和相对时间（如明天、两年前等）

原文

抽取结果