面向低资源场景的实体知识获取研究综述

摘要：

实体获取是信息抽取的核心任务.近年来,在大数据训练模型的趋势下,深度学习在实体获取任务上取得了成功.但在自然环境等领域中,地形、灾害等类型的实体样本或者标注样本很少,而且对无标签样本进行标注又耗时费力.因此,面向低资源场景的实体获取逐渐受到关注,该任务被称作低资源实体获取或小样本实体获取.系统地梳理了当前低资源实体获取的相关工作,具体来说介绍了基于元学习、基于多任务学习和基于提示学习这3类方法的研究现状;总结了目前常用的低资源实体获取数据集和代表性模型在这些数据集上的实验结果;对低资源实体获取的方法进行了总结与分析;总结了低资源实体获取的挑战,并展望了未来发展方向.

关键词：实体获取、低资源场景、小样本学习

所属期刊栏目：10

分类号：TP18(自动化基础理论)

在线出版日期：2024-02-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：46-61