图神经网络在命名实体识别中的应用研究OACSTPCD
Study of Named Entity Recognition Based on Graph Neural Network
命名实体识别是自然语言处理的预处理任务之一,目的是从非结构化文本中识别出所需的实体及类型,应用于众多下游任务,例如构建知识图谱、事件抽取及自动问答等.近几年,随着自然语言处理领域对图神经网络的广泛应用,一些基于图神经网络的命名实体识别方法取得了较好的结果.对图神经网络在命名实体识别中的应用进行了系统性的调研,描述了命名实体识别的发展进程,介绍了图神经网络及三种变体模型,详细分析了如何利用图神经网络的特点在命名实体识别任务上的应用研究,最后提出了未来可能研究的方向和思路.
束文豪;奚雪峰;崔志明;顾晨凯
苏州科技大学 电子与信息工程学院,江苏 苏州 215000||苏州市虚拟现实智能交互及应用技术重点实验室,江苏 苏州 215000苏州科技大学 电子与信息工程学院,江苏 苏州 215000||苏州市虚拟现实智能交互及应用技术重点实验室,江苏 苏州 215000||苏州智慧城市研究院,江苏 苏州 215000苏州科技大学 电子与信息工程学院,江苏 苏州 215000||苏州市虚拟现实智能交互及应用技术重点实验室,江苏 苏州 215000||苏州智慧城市研究院,江苏 苏州 215000苏州科技大学 电子与信息工程学院,江苏 苏州 215000||苏州市虚拟现实智能交互及应用技术重点实验室,江苏 苏州 215000
计算机与自动化
命名实体识别图神经网络自然语言处理深度学习
named entity recognitiongraph neural networknatural language processingdeep learning
《计算机工程与应用》 2023 (19)
基于终身强化学习的蛋白质活性靶点预测方法研究
52-65,14
国家自然科学基金(61876217,62176175)江苏省"六大人才高峰"高层次人才项目资助(XYDXX-086)苏州市科技计划项目(SGC2021078).
评论