写一个关系抽取python

以下是一个基于Spacy的简单关系抽取代码示例，该代码可以从一段文本中抽取出人名和组织机构名之间的关系：

import spacy

# 加载Spacy的英文模型
nlp = spacy.load('en_core_web_sm')

# 定义要抽取的关系类型
RELATION_TYPES = ['ORG', 'PERSON']

# 定义要抽取关系的文本
text = 'John Smith is the CEO of XYZ Corporation.'

# 对文本进行实体识别和依存句法分析
doc = nlp(text)

# 遍历每个实体，找到人名和组织机构名之间的关系
for ent1 in doc.ents:
    for ent2 in doc.ents:
        if ent1.label_ in RELATION_TYPES and ent2.label_ in RELATION_TYPES and ent1 != ent2:
            if ent1.label_ == 'PERSON' and ent2.label_ == 'ORG':
                # 打印出人名和组织机构名之间的关系
                print(ent1.text, 'is the CEO of', ent2.text)
            if ent1.label_ == 'ORG' and ent2.label_ == 'PERSON':
                # 打印出组织机构名和人名之间的关系
                print(ent2.text, 'is the CEO of', ent1.text)

在上述示例代码中，我们首先加载了Spacy的英文模型，并定义了要抽取的关系类型为人名和组织机构名。然后，我们对文本进行实体识别和依存句法分析，遍历每个实体，找到人名和组织机构名之间的关系，并打印出来。需要注意的是，这只是一个简单的示例代码，实际的关系抽取任务可能需要更加复杂的算法和模型来实现。