随着互联网的不断发展与大数据时代的到来,每天都有大量数据的产生,人们需要从这些数据中提取有价值的数据。作为信息抽取的子任务之一,关系抽取通过从数据中提取实体对及其相互关系而广泛应用在搜索引擎等领域中,是大数据时代的重要技术之一。关系触发词作为文本数据中表述实体关系的单词或短语在关系抽取中起重要作用,充分利用其关系特征有助于提高关系抽取的准确率。传统的关系触发词提取方法仅能提取触发某种关系类型的触发词,得到的触发词未必能触发给定实体对的关系。有的关系触发词提取方法能够提取给定实体对的关系触发词,但仅适用于单词型的关系触发词。对于短语型关系触发词,这类方法得到的触发词并不完整。本文利用依存句法分析与词激活力模型,将完整的关系触发词提取划分成核心触发词提取与非核心触发词提取两个阶段,结合两个阶段得到的核心触发词与非核心触发词作为最终的关系触发词。本文提出的方法取得了很好的关系触发词提取结果。在核心触发词提取阶段,使用依存句法分析计算依存距离来评估单词在依存关系图中到实体对的距离,计算序列距离来判断单词在原始单词序列中与实体对的相对位置。结合依存距离与序列距离计算评估分数,根据评估分数与单词词性得到核心触发词。在非核心触发词提取阶段,对词激活力模型进行改进以提高其准确性与解释性,依据单词与核心触发词之间的词激活力与单词词性提取非核心触发词。两个阶段得到触发词一起作为最终的关系触发词。通过搭建Stanford CoreNLP集群提高其文本数据处理效率、建立数据集的词激活力矩阵降低非核心触发词提取的时间复杂度对本文提出的方法进行优化。利用MPI相关技术将本文提出的方法搭建成集群以适应大数据环境,提高大数据下关系触发词提取效率。与传统的触发词提取方法相比,本文提出的方法更充分地考虑触发词与实体对之间的联系以及单词之间的激活关系,得到的关系触发词更准确、更完整。在标注好的SemEval 2010 Task 8数据集以及NYT数据集上进行的实验取得了较好的实验结果,从单词的角度取得了0.87的F1值且在关系实例的角度正确率为72%。实验证明了优化对算法效率的提升及其对大数据环境的适应能力。通过在关系抽取模型中加入关系触发词特征验证了关系触发词对关系抽取的指导作用。将算法得到的关系触发词同给定实体对一起构成三元组保存到Neo4j数据库中并利用echarts技术进行可视化,实验结果直观地体现出关系触发词的准确度及其在开放式关系抽取中的应用。总而言之,本文提出的方法具有一定的学习研究与参考价值。