relation-extraction

Relation Extraction approach using the dependency trees to identify and extract relationships between two named entities under Mexican Spanish news documents.

Corpus

The experiments were carried using data/political_corpus_labeled.txt with 10K documents and data/random_political_corpus_labeled.txt with 300 documents. The documents are about political news in Mexican Spanish.

Requirements

The requirements include some Python libraries that are listed below:

• Install Spacy, to use the Dependency Parser in Spanish language
  • pip install -U pip setuptools wheel
  • pip install -U spacy
  • python -m spacy download es_core_news_md
• Install pip install -U networkx for use graphs
• To draw the dependency tree install:
  • sudo apt install graphviz
  • pip install -U graphviz

Results

The experiment with the dataset data/random_political_corpus_labeled.txt to extract relationships is depicted in the next table. Showing the methods to extract relationships as well as the number of relatios extracted.

Code	Method used	Total
1	Job relationships	622
8	subject (Entity 1), predicate(verb), object(Entity 2)	604
2	Acronym relationships	159
9	subject (Entity 2), predicate(verb), object(Entity 1)	137
7	Relationship in which at least one verb exists between Entity 1 and Entity 2	88
5	Using the universal dependency 'appos'	23
6	Using the universal dependency 'amod'	19
3	Relationship 'located at'	4

The top 20 frequency relationships extracted are shown below. Most of them are relationships previously defined like job relationships and acronyms. Besides some automatic relationships extracted are in the Table (like numbers 3, 6, 7, 8, and 9).

No.	Entity1	Tag1	Relationship	Entity2	Tag2	Frequency
1	presidente	TIT	es el título de	Andrés Manuel López Obrador	PER	61
2	gobernador	TIT	es el título de	Adán Augusto López Hernández	PER	32
3	UNAM	ORG	expertos resolverán preguntas a partir de las	15 : 00 horas	TIM	31
4	diputada	TIT	es el título de	Martha Tagle	PER	25
5	secretaria de Cultura	TIT	es el título de	Yolanda Osuna Huerta	PER	17
6	Sinaloa	GPE	el municipio podría recibir una nueva visita de	AMLO	PER	16
7	Sistema DIF Tabasco	ORG	sostuvo que con este acto contribuye al crecimiento de la	biblioteca Pino Suárez	FAC	15
8	Gobernador	TIT	entregó una en el poblado de	Comalcalco	GPE	15
9	Gobierno del Estado	ORG	adelantó que realiza las gestiones la	biblioteca Pino Suárez	FAC	15
10	director general de la Red Estatal de Bibliotecas	TIT	es el título de	Ariel Gutiérrez Valencia	PER	15
11	Instituto Nacional Electoral	ORG	es acrónimo de	INE	ORG	13
12	Gabriela Jiménez	PER	desempeña sus funciones en	El Sol de México	ORG	11
13	presidente electo	TIT	es el título de	Andrés Manuel López Obrador	PER	11
14	Partido Acción Nacional	PEX	es acrónimo de	PAN	PEX	10
15	Presidente	TIT	es el título de	Andrés Manuel López Obrador	PER	10
16	Partido Revolucionario Institucional	PEX	es acrónimo de	PRI	PEX	7
17	Partido de la Revolución Democrática	PEX	es acrónimo de	PRD	PEX	7
18	presidente de México	TIT	es el título de	Andrés Manuel López Obrador	PER	7
19	Movimiento de Regeneración Nacional	PEX	es acrónimo de	Morena	PEX	6
20	presidente de Estados Unidos	TIT	es el título de	Donald Trump	PER	6

---

The source paper is here

Please cite this work as:

@article{ramos2021identificacion,
	title={Identificaci{\'o}n y extracci{\'o}n de relaciones entre entidades empleando {\'a}rboles de dependencia},
	author={Ramos-Flores, Orlando and Pinto, David},
	journal={Revista Colombiana de Computaci{\'o}n},
	volume={22},
	number={2},
	pages={22--36},
	year={2021}
}