重叠实体关系抽取综述

摘要：

实体关系抽取能够从文本中提取事实知识,是自然语言处理领域中重要的任务.传统关系抽取更加关注于单实体对的关系,但是句子内包含不止一对实体且实体间存在重叠现象,因此重叠实体关系抽取任务具有重大研究价值.任务发展至今,总体可以分为基于序列到序列、基于图和基于预训练语言模型三种方式.基于序列到序列的方式主要以标注策略和复制机制的方法为主,基于图的方式主要以静态图和动态图的方法为主,基于预训练语言模型的方式主要以B E RT挖掘潜在语义特征的方法为主.回顾该任务的发展历程,讨论分析每种模型的优势及不足点;结合目前研究的最近动态,对未来的研究方向进行展望.

关键词：重叠实体关系抽取;深度学习;图神经网络;预训练语言模型

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划;国家自然科学基金

在线出版日期：2022-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1-11