関連性タイプ


RelationshipType	Entity1 のタイプ	Entity2 のタイプ	該当する関連性
AffiliatedWith	Person	Organization	Personエンティティと Organization エンティティの職業上または学術上の関連性を示します。次のような関連性またはこれらに近い関連性が成立します。 Person 在学中または既卒者Organization Person 勤務中または過去に勤務Organization Person 発注者 Organization 注: これは、このタイプに該当する関連性の参考例です。例を次に示します。 `James has studied from the University of Toronto and works at ABC Corp.` この場合、2 つの関連性をパーシングできます。 Entity1 = `James`、RelationshipType = `AffiliatedWith`、Entity2 = `University of Toronto` Entity1 = `James`、RelationshipType = `AffiliatedWith`、Entity2 =`ABC Corp`
LivesIn	Person	Location	Personエンティティと Location エンティティの関連性を示します。次のような関連性が成立します。 Person 滞在中または過去に滞在 Location Person 転居済み Location Person 誕生 Location Person 死亡 Location 注: これは、このタイプに該当する関連性の参考例です。例を次に示します。 `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	Organizationのオフィスの少なくとも 1 つが Location にあることを示します。 Locationは、支社、開発拠点、本社などのいずれかです。例を次に示します。 `HSBC Holdings Plc. is headquartered in London, United Kingdom.` この場合、2 つの関連性をパーシングできます。 Entity1 = `HSBC Holdings Plc.`、RelationshipType = OrgBasedIn、Entity2 =`London` Entity1 = `HSBC Holdings Plc.`、RelationshipType = OrgBasedIn、Entity2 = `United States of America`
LocatedIn	Location	Location	2 つの場所の関連性 (地理的に一方が他方に含まれること) を示します。例 1 `Canberra is the capital of Australia.` この例では、以下が成立します。 Entity1 = `Canberra`、RelationshipType =LocatedIn、Entity2 =`Australia` 例 2 `India has as its capital New Delhi.` この例では、以下が成立します。 Entity1 = `India`、RelationshipType =LocatedIn、Entity2 = `New Delhi`
Negative	Person Organization Location	Organization Location	上記の関連性タイプのいずれも 2 つのエンティティ間のパーシングで確認されなかったことを示します。例を次に示します。 `New Delhi and New York are good places to live in.` この入力テキストをパーシングすると、識別されたエンティティをどう組み合わせても、サポートされている関連性タイプは見つかりません。したがって、次のように、識別されたエンティティ間には Negative関連性タイプが成立すると判定されます。 Entity1 = `New Delhi`、RelationshipType =Negative、Entity2 = `New York`

注: Splitter ステージを Relationship Extractor ステージの出力に接続して、識別された関連性タイプと、その関連性で結び付けられたエンティティのペアを抽出することができます。Splitter ステージは、このステージの階層出力をフラット出力に変換します。

例

複雑な入力テキストを使用すると、同じセンテンスについて複数の組み合わせで関連性タイプのペアがパーシングされることがあります。

例を次に示します。

James McCarthy has settled in New York, United States as director of ABC Technologies.

Relationship Extractor ステージで、ステージオプションによって選択された関連性タイプを使用して入力テキストがパーシングされると、次の関連性が見つかります。

関連性 1: Entity1 = James McCarthy、Entity1 Type = Person、RelationshipType = LivesIn、Entity2 = New York、Entity2 Type = Location
関連性 2: Entity1 = James McCarthy、Entity1 Type = Person、RelationshipType = AffiliatedWith、Entity2 = ABC Technologies、Entity2 Type = Organization
関連性 3: Entity1 = ABC Technologies、Entity1 Type =Organization、RelationshipType = OrgBasedIn、Entity2 =United States、Entity2 Type = Location
関連性 4: Entity1 = ABC Technologies、Entity1 Type =Organization、RelationshipType = OrgBasedIn、Entity2 =New York、Entity2 Type = Location
関連性 5: Entity1 = James McCarthy、Entity1 Type = Person、RelationshipType = LivesIn、Entity2 = United States、Entity2 Type = Location
関連性 6: Entity1 = New York、Entity1 Type = Location、RelationshipType = LocatedIn、Entity2 = United States、Entity2 Type = Location