基于规则集，rule-base：
XX 是 XX
XX 类似于 XX
XX 成立于 XX年 XX月
规则集合可以设置一些限制， 比如实体的类型。
- 优点：
- 不需要训练数据。
- 比较准确。
- 缺点：
- low recall 低召回。
- 人力成本。
- 规则本身难设计，容易冲突
基于模型
分类:
- 定义好关系类型
- 定义好实体类型
- 训练数据准备：实体（类型）标记，实体间的关系（人工成本）
（XX,YY） relation
特征工程：
构造两个实体的特征。
- bag of word featrue：
- 词特征。1-gram，2-gram，3-gram。实体前后词。
- 两个实体中间的词。
- pos feature： 词性特征
- 实体类别：实体标签
- 位置信息：
- 比如 两个实体间包含了多个个字
- 这句话在文中的位置（第几句）
- 依存句法分析/句法分析：
- 两个实体间的最短路径（图算法）
- 是否相互依赖（0，1）
特征相关性分析：协方差，皮尔森系数
模型训练方式：
- 方案1:
- K类别+无关系：共K+1的分类模型。
- 方案2:
- 二分类模型+K分类模型。
优点：二分类相对简单，训练数据不大，并且大部分实体是不存在关系的，提升效率。
- 二分类模型+K分类模型。
