【CCL2020】基于深度学习的实体关系抽取研究综述

作为信息抽取的一项核心子任务，实体关系抽取对于知识图谱、智能问答、语义搜索等自然语言处理应用都十分重要。关系抽取在于从非结构化文本中自动地识别实体之间具有的某种语义关系。该文聚焦句子级别的关系抽取研究，介绍用于关系抽取的主要数据集并对现有的技术作了阐述，主要分为：有监督的关系抽取、远程监督的关系抽取和实体关系联合抽取。我们对比用于该任务的各种模型，分析它们的贡献与缺陷。最后介绍中文实体关系抽取的研究现状和方法。

https://www.aclweb.org/anthology/2020.ccl-1.33.pdf

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“NERL” 可以获取《【CCL2020】基于深度学习的实体关系抽取研究综述》专知下载链接索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源