本文的idea主要來源於LSTM+CRF的命名實體識別，在命名實體識別中，可以通過BIO或者BIOSE等標註進行人名、地名、機構名或者其他專有名詞的識別，那麽把三元組的主語、謂語、賓語（也可理解為：實體-關系-實體）三個部分當成三個需要識別的專有名詞，也就可以實現三元組的抽取了，基於此想法，具體實踐看看效果。
本文主要基於歷史文章中的人物關系抽取，數據來源於 和 /
keras
本次抽取本質上還是基於LSTM的壹個分類問題，至於CRF層，完全是為了保證序列的輸出嚴格性，因為CRF對於預測序列有較強的的限制性，比如B-PRESON後面只能為I-PERSON或者O之類的限制。
關於訓練數據，未找到合適的標註數據，只能自己標註了，如下：
主要是 低頻詞過濾,字與id的映射（word2id）、預測類別與id的映射（lable2id） ，具體實現方式各有不同，不做重點講解，但要特別註意未登錄詞的處理：
將輸入的文本，通過詞典，轉換成數字序列：
為了保證數據的維度壹致，進行句子填充
通過簡單的測試結果如下：
比較簡單的句子上都能取得比較好的成果，但是由於訓練數據不夠，還是會出現無法抽取到結果或者抽取錯誤的情況，比如：
本文主要針對歷史故事的人物關系進行抽取，從數據獲取，到數據標註，到模型訓練。由於時間和人力關系，很多方面都采取了簡單模式，比如數據標註，數據量遠遠沒有達到壹個量級，比如測試環節，主要還是通過人為觀察抽取結果來驗證是否準確，無法達到工業級別。但對於三元組的抽取，可以作為壹種參考和借鑒。