信息抽取中的关键技术可以划分为哪3个子任务？

信息抽取中的关键技术可以划分为以下三个子任务：

1. 命名实体识别（Named Entity Recognition，简称NER）：识别文本中具有特定含义的实体，如人名、组织机构名、地名、日期、时间等。NER是信息抽取的基础，为后续的关系抽取和事件抽取提供实体识别结果。

2. 关系抽取（Relation Extraction，简称RE）：识别文本中实体之间的语义关系，如“张三是李四的父亲”、“苹果公司收购了Beats Electronics”等。关系抽取是信息抽取的核心，可以帮助我们了解实体之间的联系。

3. 事件抽取（Event Extraction，简称EE）：识别文本中描述事件的语句，并从中抽取事件的参与者、时间、地点、原因、结果等信息。事件抽取可以帮助我们了解事件的发生背景和影响，为舆情分析、情报分析和事件预警等领域提供支持。

这三个子任务通常会结合使用，以提高信息抽取的准确性和效率。例如，在关系抽取的过程中，需要先进行命名实体识别，识别出文本中的实体，并确定它们之间的关系。在事件抽取的过程中，也需要先进行命名实体识别和关系抽取，识别出事件的参与者和影响因素。