导读：本次分享的主题为基于机器学习阅读理解（MRC）的信息抽取方法。由香侬科技发表在ACL2019，论文提出用阅读理解的方法对信息抽取这个传统问题进行建模，取得了比较好的效果。
▌Part1 香侬科技简介
香侬科技的主要研究方向为自然语言处理和深度学习，秉承“让机器读懂纷繁的大千世界”为使命，致力于用人工智能技术消除信息不对称的壁垒，让所有人都能平等获取信息。目前主要业务包括信息抽取、智能文档解析、智能数据聚类分析、文本对比审核等。
▌Part2 自然语言处理（NLP）
1. 自然语言处理（NLP）是什么？
自然语言处理是研究能实现人与计算机之间，用自然语言进行有效通信的各种理论和方法。（通俗讲就是计算机要理解人说的话，计算机生成的话，人也能够理解）
2. 为什么自然语言处理很难？
自然语言处理的难点在于歧义性。如下面的例子：
-
同样的表达方式，有不同的含义：
“喜欢一个人”：like someone 或者 like to be alone。
-
虽然表达方式不同，但表达的含义相同：
“我刚差点摔着”、“我刚差点没摔着”
“苹果多少钱一斤”、“苹果一斤多少钱”、“一斤苹果多少钱”
3. 常见的NLP任务
常见的NLP任务可以分为简单、中等、困难，分别包含的具体任务如下：
简单任务：分词、词性标注、垃圾邮件分类、句法依存分析
中等任务：词义消歧、情感分类、命名实体识别、信息检索
困难任务：关系&事件抽取、翻译、自动摘要、问答、对话
今天主要介绍命名实体识别、关系&事件抽取这两类信息抽取任务。
4. 深度学习与NLP结合的范式：
范式1：
第一种深度学习与 NLP 的结合的范式（Bert出现之前），一般包含以下几步：
-> Embed：该阶段把离散id变成稠密向量，可能对以下几个维度特征进行embedding，包括word(单词)、char(字符)、pos tag(词性)、position(位 置)。
-> Encode：该阶段使得稠密向量获得上下文信息， 一般方案包括CNN/RNN/Transformer。
-> Attend：该阶段可以使更远的信息可以互相注意，一般分为加性(sum)、乘性(product)的注意力机制。
-> Predict：NLP 任务一般是预测离散的变量，Classification分类、SeqLabeling序列标注、翻译/摘要可以model成seq2seq的任务。
范式2：
最近有些Pre-train的模型出现，打破的了之前的方案，把embed到Attend，基本上都用的类似的方法，通过Pre-train得到一个带着上下文信息的向量。算法包括elmo、gpt、bert、gpt2、xlnet、ernie、roberta等，在大数据量上进行预训练。
第二种深度学习与 NLP 的结合的范式，一般包含以下几步：
-> Pre-train：刚开始是用大规模的语料进行预训练。
-> Fine_tune：针对特定任务进行微调。
-> Predict：进行Predict。
▌Part3 信息抽取
1. 信息抽取简介
信息抽取是将非结构化的文本信息转换为结构化的信息，如上图所示，左边为非结构化文本，通过信息抽取得到右边结构化的信息。
信息抽取可以分为三类：
命名实体识别（NER）：从文本中抽取人物、机构、文件名等实体。
关系抽取（RE）：得到实体后，抽取实体间的关系，一般抽取得到一个（实体，实体，关系）的三元组。
事件抽取：抽取多个实体和事件关系，一般得到一个trigger和多个arguments的多元组。
今天主要介绍命名实体识别和关系抽取。
2. 实体关系抽取
大量的信息抽取任务是实体和关系的抽取，举个例子，乔布斯是苹果公司的CEO。其中"乔布斯"和"苹果公司"是实体，分别是人名、公司名；两个实体之间是雇佣关系。
3. 实体关系抽取的传统做法
实体关系抽取的传统做法：
-
Pipeline的方法：
先进行命名实体识别，再进行关系识别。
-
joint方法：
通过共享参数的模型，把实体识别和关系识别联系到一起。
命名实体识别（NER）：
NER也可以分为4步：
-> Embed：把 Michael Jeffrey Jordan was born in *lyn，变成一个稠密向量。
-> Encode：在NER中主要是RNN 相关的；
-> Attend：把注意力集中在“一个人在布鲁克林出生”
-> Predict：主要用CRF做序列标注。
也可以用BERT，把Embed到Attend之间都用过BERT来初始化，然后进行fine_tune，然后在最上层加一个Predict的神经网络。
关系抽取（RE）：
RE一般被model成Classification任务，同样分为以下4步：
-> Embed：还是将字或者词变成一个稠密的向量，这里还会多一个position，一般认为待变成稠密向量的词与实体之间的位置是一个相对位置，如下图中hired和第一个人它的位置可能是-1，然后逗号和它的位置是1，这样的一种Embedding。
-> Encode：对于关系识别来说，即包含CNN相关的，也包含RNN相关的，把上下文的信息考虑进来。如上图是一个PCNN，通过两个实体把句子分为三部分，每部分分别做CNN的max pooling（由于这三部分的用处不同，直接做max pooling可能会有一些信息的损失），再经过Softmax classifier进行分类。
上图为BI-LSTM，同样用了RNN base的网络结构，可以学习到更长距离的依赖。
-> Attend：Attention可以Attend到两个实体是由于哪个词分辨出是顾佣的关系，比如“CEO”就可以认为“苹果公司”和“乔布斯”之间是雇佣关系，有比较大的一个权重。
-> Predict：对定长的向量进行Predict分类。
刚刚说的都是Pipeline的方法，Joint方法也是类似的，主要是把两部分的一些模型的参数在底层被共享起来。
4. 传统方法的问题
Pipeline和Joint两种方案都存在一些问题：
① 很难处理层级关系：建模困难。如右侧第1张图所示，“乔布斯在1977年至1983年担任了苹果公司的CEO，在1986年至1996年担任皮克斯动画工作室的CEO”。这里存在7个实体，相互间都有关系，非常复杂。
② 准确率问题：
两个实体离得比较远，尤其当一个实体与另外一个实体发生关系时，其实是它的缩写与另外一个实体比较近，而本体与另外一个实体比较远的时候，这样两个实体之间的关系往往很难预测得到。
一个实体包含多个关系对，比如这里的“苹果公司”，既和“CEO”产生关系，又和“乔布斯”产生关系， 包含多个关系，是关系的分类比较复杂。
实体跨越的span有重叠。如右侧第2张图所示，“比尔盖茨和乔布斯分别担任微软和苹果公司的CEO”，“比尔盖茨”是和“微软”产生关系，“乔布斯”是和“苹果公司”产生关系对于刚刚说的PCNN或者RNN来说都会产生混乱的情况，导致识别准确率下降。
▌Part4 机器阅读理解（MPC）
1. 机器阅读理解简介
机器阅读理解是给定上下文c，和问题q，得到答案a，a是原文中的一个或多个span<Question,Context> -> <Answer>。
如图所示，通过提问“郑强什么时候就职于越秀会计事务所？”，我们可以发现，是在1998年到2000年时就职于越秀会计事务所。这样就得到郑强、越秀会计事务所、时间等多个实体间关系。
2. MRC 做法
MRC的做法也是分为4步：
范式1，传统的方案：
先Embed，把字和词变成稠密向量，通过Contextual进行Encode，这里通过的是LSTM或者GRU之类的方案，通过上下文一起考虑进来，然后进行Attend，question和文章互相注意，最后是Predict，进行分类和序列标注。
范式2：
Bert出现之后，可以通过Bert方案，把前3步换成Bert，最后预测一个start和一个end，或者通过序列标注的方案来做。
如上图，Bert时，会在Question的Tok前加一个CLS，后面加一个SEP，然后把Paragraph的Tok放在后面。然后预测Paragraph中哪位置的Tok是start，哪个位置的Tok是end，来预测阅读理解问题。
3. 使用MRC做实体关系抽取
在ACL2019的论文中，我们提出了使用一种MRC的新的范式来做实体和关系抽取。
三元组：（头实体，关系，尾实体）例如（乔布斯，受雇于，苹果公司）
对于“乔布斯是苹果公司的CEO”可以提两个问题：
① 首先提的是头问题，Q：人名是什么？A：乔布斯
② 基于上一步的答案提出第二个问题，Q：乔布斯受雇于哪家公司？A：苹果
上图为，我们算法的详细流程图，首先得到head Entity头实体，对于头实体提问完之后，可以得到头实体的答案，把头实体的答案填入问题模板中，再获得后面的实体。
目标函数就是head-entity的Loss+tail-entity的Loss，然后进行一个加权。
问题模板如上图所示，对于郑强或者马斯克的例子，我们可以问四个问题：
第一个问题是谁在这段话里被提及了，也就是马斯克或者郑强。
第二个问题是郑强在哪个公司任职，得到很多公司。
第三个问题是郑强在这个公司的职务是什么，得到职务。
最后，把上面三步的答案拼在一起得到最后一个问题，E1在E2担当E3的任职时间是什么，得到E4。
4. 多轮问答进行实体-关系抽取
接下来就是刚刚举得例子，首先是第一个问题：
文中提到的人物有哪些？