信息抽取（information extraction），即从自然语言文本中，抽取出特定的事件或事实信息，帮助我们将海量内容自动分类、提取和重构。
这些信息通常包括实体（entity）、关系（relation）、事件（event）。
例如从新闻中抽取时间、地点、关键人物，或者从技术文档中抽取产品名称、开发时间、性能指标等。
显然，信息抽取任务与命名实体识别任务类似，但相对来说更为复杂。有时，信息抽取也被称为事件抽取（event extraction）。
与自动摘要相比，信息抽取更有目的性，并能将找到的信息以一定的框架展示。自动摘要输出的则是完整的自然语言句子，需要考虑语言的连贯和语法，甚至是逻辑。有时信息抽取也被用来完成自动摘要。
由于能从自然语言中抽取出信息框架和用户感兴趣的事实信息，无论是在知识图谱、信息检索、问答系统还是在情感分析、文本挖掘中，信息抽取都有广泛应用。
信息抽取主要包括三个子任务：
- 实体抽取与链指：也就是命名实体识别
- 关系抽取：通常我们说的三元组(triple)抽取，主要用于抽取实体间的关系
- 事件抽取：相当于一种多元关系的抽取
https://www.cnblogs.com/sandwichnlp/p/12020066.html
词频
TF-IDF
TextRank