Beziehungstypen
RelationshipType | Typ von Entity1 | Typ von Entity2 | Abgedeckte Beziehungen |
---|---|---|---|
AffiliatedWith | Person | Organization | Zeigt eine professionelle oder akademische Beziehung zwischen den Entitäten Person und Organization an. Die Beziehung kann eine der folgenden oder eine ähnliche sein:
Anmerkung: Es folgt eine Beispielliste mit Beziehungen, die von diesem Typ abgedeckt werden. Zum Beispiel: James has studied from the University of Toronto and works at ABC Corp. Hier können zwei Beziehungen geparst werden:Entity1 = James, RelationshipType = AffiliatedWith, Entity2 = University of Toronto Entity1 = James, RelationshipType = AffiliatedWith, Entity2 = ABC Corp |
LivesIn | Person | Location | Zeigt eine Beziehung zwischen den Entitäten Person und Location an. Die Beziehung kann eine der folgenden sein:
Anmerkung: Es folgt eine Beispielliste mit Beziehungen, die von diesem Typ abgedeckt werden. Zum Beispiel: 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 | Zeigt an, dass die Organization mindestens eines ihrer Büros am Location hat. Bei dem Location kann es sich um eine Zweigstelle, ein Entwicklungsbüro oder die Niederlassung handeln. Zum Beispiel: HSBC Holdings Plc. is headquartered in London, United Kingdom. Hier können zwei Beziehungen geparst werden: Entity1 = HSBC Holdings Plc., RelationshipType = OrgBasedIn, Entity2 = London Entity1 = HSBC Holdings Plc., RelationshipType = OrgBasedIn, Entity2 = United States of America |
LocatedIn | Location | Location | Zeigt die Beziehung zwischen zwei unterschiedlichen Orten an, bei denen eine der Entitäten geografisch in der anderen enthalten ist.
|
Negative | Person Organization Location |
Organization Location |
Gibt an, dass keiner der oben stehenden Beziehungstypen zwischen den zwei entsprechenden Entitäten geparst werden konnte. Zum Beispiel: New Delhi and New York are good places to live in. Beim Parsen dieses Eingabetexts wird keiner der unterstützten Beziehungstypen zwischen einem beliebigen identifizierten Entitätenpaar geparst. Dadurch ist eine Aufschlüsselung der Beziehungstypen vom Typ Negative zwischen den identifizierten Entitäten möglich: Entity1 = New Delhi, RelationshipType = Negative, Entity2 = New York |
Beispiel
Wenn ein komplexer Eingabetext vorliegt, können mehrere mögliche Kombinationen von Beziehungstypen für denselben Satz gefunden werden.
Zum Beispiel:
James McCarthy has settled in New York, United States as director of ABC Technologies.Wenn der Relationship Extractor-Schritt diesen Eingabetext unter Verwendung der in den Schrittoptionen ausgewählten Optionen parst, werden folgende Beziehungen gefunden:
- Beziehung 1
- Entity1 = James McCarthy, Entity1 Type = Person, RelationshipType = LivesIn, Entity2 = New York, Entity2 Type = Location
- Beziehung 2
- Entity1 = James McCarthy, Entity1 Type = Person, RelationshipType = AffiliatedWith, Entity2 = ABC Technologies, Entity2 Type = Organization
- Beziehung 3
- Entity1 = ABC Technologies, Entity1 Type = Organization, RelationshipType = OrgBasedIn, Entity2 = United States, Entity2 Type = Location
- Beziehung 4
- Entity1 = ABC Technologies, Entity1 Type = Organization, RelationshipType = OrgBasedIn, Entity2 = New York, Entity2 Type = Location
- Beziehung 5
- Entity1 = James McCarthy, Entity1 Type = Person, RelationshipType = LivesIn, Entity2 = United States, Entity2 Type = Location
- Beziehung 6
- Entity1 = New York, Entity1 Type = Location, RelationshipType = LocatedIn, Entity2 = United States, Entity2 Type = Location