基于深度神经网络的信息抽取研究综述

摘要：

信息抽取任务旨在从非结构化的文本中抽取出结构化的信息,帮助将海量信息进行自动分类、提取和重构,提高信息的利用率.目前,基于深度神经网络的信息抽取技术已经成为自然语言处理领域最重要的研究主题之一,它提供了分析非结构化文本的有效手段,是实现大数据资源化、知识化和普适化的核心技术,此外进一步为更高层面的应用和任务提供了支撑.文章对基于深度神经网络的信息抽取相关研究进行了综述,首先,简要概述了信息抽取的任务定义、目标和意义,然后,回顾了信息抽取任务的发展历程,接下来,从实体抽取、实体关系抽取、事件抽取和事件关系抽取4个方面梳理了近几年关键技术的研究进展.最后,文章对信息抽取领域的未来发展趋势进行了分析和展望.

关键词：信息抽取、深度神经网络、实体抽取、实体关系抽取、事件抽取、事件关系抽取

所属期刊栏目：47

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;湖南省自然科学基金;国家社会科学基金;湖南省教育厅科学研究基金;湖南师范大学语言与文化研究院青年培育项目

在线出版日期：2022-04-21（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