关系三元组抽取的深度神经网络方法：全面综述
计算与语言
2021-09-01 v1
摘要
近年来，随着词连续表示（词嵌入）和深度神经架构方面的进展，关系抽取领域发表了大量研究工作，以至于很难跟踪如此多的论文。为了帮助未来的研究，我们对近期发表的关系抽取研究工作进行了全面回顾。我们主要关注使用深度神经网络的关系抽取，这些方法在公开可用数据集上取得了最先进的性能。在本综述中，我们涵盖了从句子级关系抽取到文档级关系抽取、从基于流水线的方法到联合抽取方法、从标注数据集到远程监督数据集，以及若干非常近期的研究方向，如零样本或少样本关系抽取、远程监督数据集中的噪声缓解。在神经架构方面，本综述涵盖了卷积模型、循环网络模型、注意力网络模型和图卷积模型。
引用
@article{arxiv.2103.16929,
title = {Deep Neural Approaches to Relation Triplets Extraction: A Comprehensive Survey},
author = {Tapas Nayak and Navonil Majumder and Pawan Goyal and Soujanya Poria},
journal= {arXiv preprint arXiv:2103.16929},
year = {2021}
}
备注
A survey paper for relation extraction. Cogn Comput (2021)