实体语义关系分类及应用研究

摘要：

[目的/意义]实体语义关系分类是信息抽取重要任务之一,将非结构化文本转化成结构化知识,是构建领域本体、 知识图谱、 开发问答系统、 信息检索系统的基础工作.[方法/过程]本文详细梳理了实体语义关系分类的发展历程,从技术方法、 应用领域两方面回顾和总结了近5年国内外的最新研究成果,并指出了研究的不足及未来的研究方向.[结果/结论]热门的深度学习方法抛弃了传统浅层机器学习方法繁琐的特征工程,自动学习文本特征,实验发现,在神经网络模型中融入词法、 句法特征、 引入注意力机制能有效提升关系分类性能.

关键词：实体语义关系、关系分类、神经网络、深度学习

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

在线出版日期：2019-03-18（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：47-56,84