文献类型：期刊文章

作　　者：鄂海红[1,2] 张文静[1,2] 肖思琪[1,2] 程瑞[1,2] 胡莺夕[1,2] 周筱松[1,2] 牛佩晴[1,2]

E Hai-Hong;ZHANG Wen-Jing;XIAO Si-Qi;CHENG Rui;HU Ying-Xi;ZHOU Xiao-Song;NIU Pei-Qing(Data Science and Service Center, School of Computer Science, Beijing University of Posts and Telecommunications, Beijing 100876,China;Engineering Research Center of Information Networks of Ministry of Education (Beijing University of Posts and Telecommunications),Beijing 100876, China)

机构地区：[1]北京邮电大学计算机学院数据科学与服务中心,北京100876 [2]教育部信息网络工程研究中心(北京邮电大学),北京100876

出　　处：《软件学报》

基　　金：国家重点研发计划(2018YFB1403501)~~

年　　份：2019

卷　　号：30

期　　号：6

起止页码：1793-1818

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：实体关系抽取作为信息抽取、自然语言理解、信息检索等领域的核心任务和重要环节,能够从文本中抽取实体对间的语义关系.近年来,深度学习在联合学习、远程监督等方面上的应用,使关系抽取任务取得了较为丰富的研究成果.目前,基于深度学习的实体关系抽取技术,在特征提取的深度和模型的精确度上已经逐渐超过了传统基于特征和核函数的方法.围绕有监督和远程监督两个领域,系统总结了近几年来中外学者基于深度学习的实体关系抽取研究进展,并对未来可能的研究方向进行了探讨和展望.

关 键 词：实体关系抽取 深度学习  联合学习  远程监督  生成对抗网络  

分 类 号：TP183]