中文实体关系抽取研究综述附视频

被引：16

作者：

武文雅

陈钰枫

徐金安

张玉洁

机构：

[1] 北京交通大学计算机与信息技术学院

来源：

计算机与现代化 | 2018年 / 08期

基金：

北京市自然科学基金; 中央高校基本科研业务费专项资金资助;

关键词：

中文实体关系抽取; 有监督方法; 无监督方法; 半监督方法; 开放域实体关系抽取方法; 深度学习;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

作为信息抽取任务中极为关键的一项子任务,实体关系抽取对于语义知识库的构建和知识图谱的发展都有着重要的意义。对于中文而言,语义关系更加复杂,实体关系抽取的作用也就愈加显著,因此,对中文实体关系抽取的研究方法进行详细考察极为必要。本文从实体关系抽取的产生和发展开始,对目前基于中文的实体关系抽取技术现状作了阐述;按照关系抽取方法对语料的依赖程度分为4类:有监督的实体关系抽取、无监督的实体关系抽取、半监督的实体关系抽取和开放域的实体关系抽取,并对这4类抽取方法进行具体的分析和比较;最后介绍深度学习在中文实体关系抽取上的应用成果和发展前景。

引用

页码：21 / 27+34 +34

页数：8

共 26 条

[11] 面向开放领域文本的实体关系抽取[D]. 郭喜跃.华中师范大学. 2016
[12] 无监督中文实体关系抽取研究[D]. 施琦.中国地质大学(北京). 2015
[13] 实体关系抽取关键技术研究[D]. 刘绍毓.解放军信息工程大学. 2015
[14] 基于co-training与核函数的关系抽取技术研究[D]. 张一昌.北京邮电大学. 2015
[15] 基于多核融合的中文领域实体关系抽取研究[D]. 陈鹏.昆明理工大学. 2014
[16] 开放领域的中文实体无监督关系抽取[D]. 孙勇亮.华东师范大学. 2014
[17] Web实体活动与实体关系抽取研究[D]. 张传岩.山东大学. 2012
[18] 无监督的中文实体关系抽取研究[D]. 王晶.华东师范大学. 2012
[19] 基于多代理策略的中文实体关系抽取[D]. 王敏.大连理工大学. 2011
[20] Web环境下基于语义模式匹配的实体关系提取方法的研究[D]. 周诗咏.东北大学. 2009

← 1 2 3 →