26、文本挖掘技术：从关系提取到主题建模

文本挖掘技术：从关系提取到主题建模

1. 关系提取工具

1.1 Open IE 系统

Open IE 系统是一种用于提取关系的工具。首先，需要在类 UNIX 提示符下输入 sbt compile 命令来安装该系统。此系统使用 Java 7 SDK 和 sbt 构建系统， sbt 命令能让依赖项的下载和编译变得非常简单，执行后会生成包含所有所需依赖库的 openie-assembly.jar 文件。

安装完成后，使用 java -jar openie-assembly.jar 命令来运行系统。该系统默认每行处理一个句子，除非指定 –split 参数，指定后输入文本将被分割成句子。输入可以是文件（作为第一个可选参数），也可以是交互式模式，即手动输入句子。结果会输出到控制台，除非指定第二个可选参数作为输出文件。

Open IE 支持多个命令行参数，运行 java -jar openie-assembly.jar–usage 可显示所有可用参数。其中， –binary 参数用于生成三元组输出， –split 参数用于将输入文本分割成句子， –ignore-errors 参数允许系统在遇到异常时继续执行。输出格式有简单格式和列格式， –format simple 参数可使输出更易读，列格式则用于机器处理。

1.2 SemRep 工具

<