NLP数据集的标注0.1.000
命名实体识别（Named Entity Recognition，简称NER）
抽取的类别没有限制，用户可以自己定义，如时间、地点、任务名称、人物名称、型号、大小等等，结构可以是
schema = [
‘时间’,
‘选手’,
‘赛事名称’,
‘得分’
]
关系抽取（Relation Extraction，简称RE）
首先要识别实体，然后抽取实体之间的关系，即抽取三元组（实体一，关系类型，实体二），结构可以是
schema = {
‘作品名’: [
‘歌手’,
‘发行时间’,
‘所属专辑’
]
}
事件抽取 (Event Extraction, 简称EE)
首先确定事件，然后确定事件论元，最后确定事件的属性如：
地震事件，即地震触发词，事件论元可以是发生时间、发生地点、地震等级等，结构可以是
schema = {
‘地震触发词’: [
‘时间’,
‘震级’
]
}
评价观点抽取
可以从维度，和观点词入手，如
环境不错，老板人好的评价中，环境和老板是维度，不错和好是观点
参考链接
https://github.com/PaddlePaddle/PaddleNLP/blob/develop/model_zoo/uie/doccano.md#%E6%95%B0%E6%8D%AE%E8%BD%AC%E6%8D%A2
