传统自然语言处理方法的结构化文献综述
计算与语言
2025-05-20 v1
摘要
随着神经网络和大型语言模型在最近几年内涵数的崛起，自然语言处理领域的格局发生了变化，使得典型语言任务的新方法得以涌现并取得主流成功。尽管大型语言模型取得了巨大成功，但仍存在诸多缺点。通过本工作，我们评估了当前在五个应用场景中的最新成果，特别关注传统和旧方法及技术的未来前景和合理应用场景。在本文中，我们调查了近期在分类、信息提取和关系提取、文本简化以及文本摘要等应用场景中的近期 publications。-after defining our terminology，即我们对传统技术在五个场景中特征的解释，调查了此类传统方法是否仍被使用，以及它们以何种方式被使用。结果发现，尽管大型语言模型取得了巨大成功，但所有五个应用场景仍以某种方式存在传统模型，作为处理管道的一部分、作为各自论文核心模型的比较/基线，或作为该论文的主要模型之一。有关完整统计数据，请参见 https://zenodo.org/records/13683801
引用
@article{arxiv.2505.12970,
title = {A Structured Literature Review on Traditional Approaches in Current Natural Language Processing},
author = {Robin Jegan and Andreas Henrich},
journal= {arXiv preprint arXiv:2505.12970},
year = {2025}
}
备注
14 pages, 1 figure