Relationship Types
RelationshipType | Entity1 Type | Entity2 Type | Relationships Covered |
---|---|---|---|
AffiliatedWith | Person | Organization | Indique toute relation professionnelle ou académique entre les entités Person et Organization. La relation peut être l'une de ces relations ou toute autre relation similaire :
Remarque : Il s’agit d’une liste indicative des relations couvertes par ce type.
Par exemple, James has studied from the University of Toronto and works at ABC Corp. Ici, deux relations peuvent être analysées :Entity1 = James, RelationshipType = AffiliatedWith, Entity2 = University of Toronto Entity1 = James, RelationshipType = AffiliatedWith, Entity2 =ABC Corp |
LivesIn | Person | Location | Indique une relation entre les entités Person et Location. La relation peut être l'une de ces relations :
Remarque : Il s’agit d’une liste indicative des relations couvertes par ce type.
Par exemple, John Jamison, a National Weather Service meteorologist in Galveston, reported that a massive hurricane was about to hit the East Coast the next day. Entity1 =John Jamison, RelationshipType = LivesIn, Entity2 = Galveston |
OrgBasedIn | Organization | Location | Indique qu'au moins un des bureaux de Organization se trouve à Location. Location peut être une filiale, un bureau de développement, le siège social, etc. Par exemple, HSBC Holdings Plc. is headquartered in London, United Kingdom. Ici, deux relations peuvent être analysées : Entity1 = HSBC Holdings Plc., RelationshipType = OrgBasedIn, Entity2 =London Entity1 = HSBC Holdings Plc., RelationshipType = OrgBasedIn, Entity2 = United States of America |
LocatedIn | Location | Location | Indique la relation entre deux endroits différents, où l'une des entités est géographiquement contenue dans l'autre.
|
Negative | Person Organization Location |
Organization Location |
Indique qu’aucun des types de relation ci-dessus n'a pu être analysé entre les deux entités correspondantes. Par exemple, New Delhi and New York are good places to live in. Lors de l'analyse de ce texte d'entrée, aucun des types de relation pris en charge n'est analysé entre aucune paire d'entités identifiées. Par conséquent, la relation peut être divisée en types de relation Negative entre les entités identifiées : Entity1 = New Delhi, RelationshipType = Negative, Entity2 = New York |
Exemple
En cas de texte d'entrée complexe, plusieurs combinaisons de types de relation possibles peuvent être analysées pour la même phrase.
Par exemple,
James McCarthy has settled in New York, United States as director of ABC Technologies.Lorsque le stage Relationship Extractor analyse ce texte d'entrée à l'aide des types de relation sélectionnés dans les options de stage, les relations trouvées sont les suivantes :
- Relationship 1
- Entity1 = James McCarthy, Entity1 Type = Person, RelationshipType = LivesIn, Entity2 = New York, Entity2 Type = Location
- Relationship 2
- Entity1 = James McCarthy, Entity1 Type = Person, RelationshipType = AffiliatedWith, Entity2 = ABC Technologies, Entity2 Type = Organization
- Relationship 3
- Entity1 = ABC Technologies, Entity1 Type = Organization, RelationshipType = OrgBasedIn, Entity2 = United States, Entity2 Type = Location
- Relationship 4
- Entity1 = ABC Technologies, Entity1 Type = Organization, RelationshipType = OrgBasedIn, Entity2 = New York, Entity2 Type = Location
- Relationship 5
- Entity1 = James McCarthy, Entity1 Type = Person, RelationshipType = LivesIn, Entity2 = United States, Entity2 Type = Location
- Relationship 6
- Entity1 = New York, Entity1 Type = Location, RelationshipType = LocatedIn, Entity2 = United States, Entity2 Type = Location