如何将原始语句转换为指定格式的OpenIE抽取输出文件？

不管用Ollie还是OpenIE-5，核心是先拿到它们输出的三元组（主语、谓语、宾语），再通过脚本将三元组与原句拼接成你需要的格式。以下是具体实现步骤：

1. 获取OpenIE三元组 #

两款工具都会输出结构化的三元组结果：

• OpenIE-5：通过Python接口直接返回包含subject（主语）、relation（谓语）、object（宾语）的字典列表
• Ollie：命令行输出通常按行分隔三元组，每行用制表符或空格区分三个元素

以你提供的示例语句为例，正确的三元组应该是：

• 主语：32.7 % of all households，谓语：were made up of，宾语：individuals
• 主语：15.7 % of all households，谓语：had，宾语：someone living alone who was 65 years of age or older

2. 编写Python脚本转换格式 #

以OpenIE-5为例，直接调用其Python接口并生成目标格式：

from openie import StanfordOpenIE

# 初始化OpenIE客户端（需提前配置好Stanford OpenIE环境）
with StanfordOpenIE() as client:
    original_sentence = "32.7 % of all households were made up of individuals and 15.7 % had someone living alone who was 65 years of age or older ."
    # 抽取三元组
    triples = client.annotate(original_sentence)
    
    # 过滤并生成目标格式行
    output_lines = []
    target_relations = {"were made up of", "had"}  # 只保留需要的谓语
    for triple in triples:
        if triple["relation"] in target_relations:
            line = f"{original_sentence} {triple['relation']} {triple['subject']}    {triple['object']}"
            output_lines.append(line)
    
    # 写入输出文件
    with open("openie_output.txt", "w", encoding="utf-8") as f:
        f.write("\n\n".join(output_lines))

如果用Ollie，只需调整读取三元组的逻辑：比如读取Ollie的输出文件，按行拆分每个三元组的元素，再执行同样的拼接逻辑即可。

3. 注意事项 #

• 确保OpenIE工具的环境配置正确（比如Stanford OpenIE需要Java环境）
• 如果抽取到多余的三元组，可通过指定目标谓语、主语关键词等方式过滤
• 输出格式中的宾语前是四个空格，需注意字符串拼接时的空格数量

内容的提问来源于stack exchange，提问作者Whitney