relatieclassificatie

Relatieclassificatie is een taak uit de informatica en taaltechnologie die draait om het automatisch bepalen van de semantische relatie tussen entiteiten die in tekst worden genoemd. Het doel is uit een zin of fragment de onderlinge relatie tussen twee of meer entiteiten vast te leggen en toe te wijzen aan een relatiecategorie, zoals geboorteplaats of werkgever. In bredere zin maakt relatieclassificatie deel uit van relation extraction en draagt het bij aan de automatisering van kennisopbouw uit ongestructureerde bronnen.

Tijdens een typische classificietaak wordt een zin met twee of meer entiteiten genomen, bijvoorbeeld een persoon en een organisatie, en wordt een label gekozen uit een set van mogelijke relaties (bijv. geboorte_op, woont_in, werkt_bij, eigenaar_van). De input omvat meestal de tekstopmaak, entiteitsmarkeringen en soms extra syntactische informatie. Het uiteindelijke doel is een gestructureerde representatie die kan worden opgeslagen in een kennisgrafiek of gebruikt voor downstream toepassingen.

Methoden variëren van traditionele machine learning met handgeengineerde kenmerken tot moderne neurale netwerken. Eerdere benaderingen gebruikten features gebaseerd op syntaxis en afstand tussen entiteiten; recente systemen vertrouwen op transformer-gebaseerde modellen die context beter vastleggen. Onderzoek maakt veelvuldig gebruik van publieke datasets zoals SemEval-2010 Task 8 en TACRED, en evalueert meestal op nauwkeurigheid, F1-score of zowel per-relatie als macro-F1. Transfer learning en multilinguale of cross-domain evaluatie zijn actueel.

Toepassingen liggen in informatie-extractie, het opbouwen en onderhouden van kennisgrafieken, vraag-antwoord-systemen en automatische samenvattingen van relaties in teksten. Uitdagingen zijn onder meer ambiguïteit, lange afstand tussen entiteiten, onvolledige of inconsistent gelabelde data en bias; domain-verschillen bemoeilijken generalisatie. Het veld blijft zich ontwikkelen met betere pretraining, structuur-inducerende inductie en beter dataset-ontwerp.