4.2　知识抽取系统

知识抽取作为知识图谱构建的核心流程，不仅涉及机器学习、深度学习等自然语言处理、大数据统计与推理方向的算法应用与研究，还涉及企业级数据生产与应用系统的工业化建设。因此，在建设过程中，不可避免地会遇到诸多挑战。如何获得知识抽取的数据来源是知识图谱项目面临的首要挑战，开发人员常常困惑如何获得知识图谱的数据来源。同样，基于不同来源的数据、知识抽取算法模型，应如何在企业高投入产出比的要求下，建设业务可用、功能齐全、模型迭代速度快的技术框架呢？知识抽取包括实体抽取、关系抽取、属性抽取等不同的任务目标，那么应如何围绕任务目标进行算法选型呢？

围绕上述问题，本节首先举例说明知识抽取的数据来源，然后详细介绍知识抽取的流程及技术框架，最后分别介绍实体、关系、属性抽取的定义、目标及技术选型建议。