信息抽取指的是从基础数据中抽取待创建知识网络的实体、属性信息以及实体间的相互关系。此步骤的⽬的是从原始数据中抽取信息，为步骤五知识映射做准备。


一、 选择数据源 

我们为您提供了三种抽取方式，能够帮助您更准确的从原始数据中抽取到所需要的信息。

1. 标准抽取

标准抽取方式中，需要您选择结构数据以及csv或json格式的数据进行预测抽取。


 

操作方式：

1. 选择【选择数据源】> 选择【标注抽取】> 选择【数据源名称】 > 选择【数据文件】并预览 > 点击【确定】按钮 > 添加成功后

 

2. 模型抽取

在这里我们依旧为您内置了几款模型，如人工智能模型、通用模型、文档知识模型，后续支持用户自定义模型。此处选择的模型需和本体中导入的模型相同。

操作方式：

1. 选择【选择数据源】> 选择【模型抽取】> 选择【数据源名称】及【数据文件】 > 选择【模型】并预览 > 点击【确定】按钮 > 添加成功

3. 标注抽取

标注抽取是为爱数公司Tagger标注工具所提供的的方式。在Tagger中标注完数据后可导出json文件，引用后进行单一预测抽取。

操作方式：

1. 选择【选择数据源】> 选择【标注抽取】> 选择【数据源名称】 > 选择【数据文件】并预览 > 点击【确定】按钮 > 添加成功



二、 数据源展示板

为了您补充修改抽取规则的方便，我们为您提供了数据源可视化看板。通过看板您可查看单一文件数据详情、文件夹中包含的文件。

Tips：数据可能过大造成浏览器无法承受，当前板块针对展示。数据表默认展示前50行、100列或数据前2w字符



三、 抽取规则

系统自动将您选择的数据源中实体类名、属性字段提取。

关于操作：
1. 【新增】按钮：可以新增一组实体类名与属性字段。但在同实体类名下，不可创建同一属性字段。
2. 【删除】按钮：可以删除不需要抽取的一组实体类名与属性字段。但通过“模型抽取”与“标注抽取”方式预测出的抽取规则，是不支持编辑、删除操作。
3. 【上一步】按钮：可以返回至知识网络的创建本体，修改相关信息
4. 【下一步】按钮：进入步骤五「知识映射」


四、小贴士

1. 在「创建本体」中，预测任务时选择「数据源」导入，且没有点击【解绑】按钮去解绑数据源的情况下，相关联的数据源会直接被带入到「信息抽取」中进行预测抽取，无需再手动选择；
2. 通过“模型抽取”与“标注抽取”方式预测出的抽取规则，是不支持编辑、删除操作。但可自定义新增内容，对新增内容支持编辑、删除操作。

 

五、 术语

实体类名：
在数据源中的实体类。它具有是有可区别性且独立存在的某种事物。

属性字段：
在数据源中可代表数据源的属性。