我想以（SUBJECT，OBJECT，ACTION）关系的形式从非结构化文本中提取关系，
例如，
“这个男孩坐在桌子上吃鸡肉”会给我，
（男孩，鸡，吃）
（男孩，表，LOCATION）
等。
虽然python程序+ NLTK可以处理如上所述的简单句子。
我想知道你是否有人使用工具或库，最好是开源来从更广泛的领域中提取关系，例如大量的文本文档或网络。
答案 0 :(得分：6)
如果你的句子没有比你所展示的例子复杂得多（例如，关于回指），那么Stanford parser会得到很好的结果，基于你会probabilistic context-free grammar,很容易就能转换成你想要的格式。有demo available online.对于您的示例，它会提供类似
的内容nsubj（坐着，男孩）
prep_on（坐着，桌子）
等
如果您的句子变得更加复杂，您可能有兴趣尝试基于概率Boxer,从C＆amp; C解析构建discourse representation structures的combinatory categorial grammars.这些结构可能更难以适应您想要的格式，但会让您更灵活。还有一个demo available online.对于你的例子，它看起来像
静坐（x）的
男孩（y）的
表（z）的
剂（X，Y）
在（X，Z）
等
斯坦福解析器是用Java编写的，可以在GPL下使用。 C＆amp; C用SWI Prolog中的C ++和Boxer编写。这两个版本不是在真正免费的许可下发布的，但您可以获取源代码，修改它，并将其用于任何非商业项目。
在你的例子中，两者都没有给你一个关于“boy”和“table”之间关系的特征 - 你需要更强大的语义推理工具，我不确定这样的东西是否存在。
修改