OPENIE 6并列抽取异常：含并列宾语输入仅返回1个三元组问题求助

异常原因 #

1. 并列拆分功能未开启
   OPENIE6默认运行配置下，并列结构拆分功能处于关闭状态，官方演示示例是开启了拆分参数后的效果。未开启该功能时，模型不会对ARG2中的并列名词短语做拆分处理，只会返回包含整体宾语的单个三元组。
2. 句法依赖解析错误
   如果输入句子的句法树解析结果中，India和China未被识别为介词of的并列宾语，而是被标记为leaders的联合修饰成分，模型就不会触发拆分逻辑，直接将the leaders of India and China作为单个ARG2返回。
3. 拆分置信度阈值过高
   部分版本的预训练权重为了降低冗余抽取率，默认设置了较高的并列拆分置信度阈值，只有置信度高于阈值的拆分结果才会被保留，你当前测试的句子拆分结果置信度刚好低于阈值，就被过滤掉了。

排查解决方法 #

• 检查运行参数是否正确：运行抽取脚本时需要加上--split参数，开启并列结构拆分功能，基础运行命令参考格式为python run.py --split --inp <输入文件路径> --out <输出文件路径>。
• 校验句法解析结果：在代码中打印输入句子的句法依赖树，确认India和China的依赖标签是否均为pobj且属于并列关系，如果解析出错，可以替换默认的spaCy模型为更大的预训练版本提升解析准确率。
• 下调拆分置信度阈值：修改配置文件中split_threshold参数，将默认的0.5下调至0.3左右，降低拆分结果的过滤门槛，即可输出更多低置信度的拆分三元组。
• 验证环境配置一致性：拿官方文档给出的标准测试句运行抽取，如果同样出现拆分失败的问题，说明是本地依赖环境配置错误，重新按照要求安装对应版本的依赖即可。

内容的提问来源于stack exchange，提问作者Mohit Sarpal