NELL-995: 自动知识抽取系统介绍

NELL-995是一个由卡内基梅隆大学开发的自动知识抽取系统。NELL是'Never-Ending Language Learning'的缩写，意为'永不停止的语言学习'，它的目标是通过自动化的方式从互联网上不断地学习新的知识，以不断完善自己的知识库。

NELL-995是NELL系统的一个早期版本，它在2010年开始开发，最初只包含995个种类的实体和2000个种类的关系。NELL-995的工作流程包括三个主要步骤：实体识别、关系抽取和知识库构建。在实体识别阶段，NELL-995使用一系列的规则和模式来识别文本中的实体，例如人名、地名、组织机构等。在关系抽取阶段，NELL-995使用机器学习算法来从文本中提取实体之间的关系，例如'X是Y的创始人'、'X位于Y城市'等。在知识库构建阶段，NELL-995将提取出来的实体和关系存储到一个结构化的知识库中，以便后续的知识查询和推理。

NELL-995的主要贡献在于它开创了一种基于自动化的方式从互联网上学习知识的方法，这种方法可以大大减少人工标注数据的成本，并且可以不断地更新和完善知识库。NELL-995的缺点是它的知识库规模相对较小，而且提取出来的知识质量也不够高，因此它只能用于一些简单的知识查询和推理任务。随着NELL系统的不断完善和扩展，它的应用领域也将会越来越广泛。