实体识别技术研究进展综述OACSTPCD
Overview of the research progress in entity recognition technology
实体识别技术作为知识图谱构建的重要步骤,已广泛用于语义网络、机器翻译、问答系统等自然语言处理中,在推动自然语言处理技术落地实践的过程中起着非常关键的作用.本文根据实体识别技术的发展历程调研了现有的实体识别方法,主要为早期基于规则和词典的实体识别方法、基于机器学习的以及基于深度学习的命名实体识别方法;整理了每种实体识别方法的关键思路、优缺点和具有代表性的模型,特别对目前使用较多的基于双向长短期记忆网络(BiLSTM)模型和基于Transformer…查看全部>>
Entity recognition technology,as an important step in constructing knowledge graphs,has been extensively applied in natural language processing applications such as semantic network,machine translation,and question answering systems.It plays a crucial role in promoting the practical application of natural language processing technology.According to the development process of entity recognition technology,the existing entity recognition methods are investigat…查看全部>>
马艺洁;赖海光;刘子威;杨楠;张更新
南京邮电大学 卫星通信研究所,江苏 南京 210003南京控维通信科技有限公司,江苏 南京 211135南京邮电大学 卫星通信研究所,江苏 南京 210003南京邮电大学 卫星通信研究所,江苏 南京 210003南京邮电大学 卫星通信研究所,江苏 南京 210003
电子信息工程
实体识别语义提取深度学习知识图谱
entity recognitionsemantic extractiondeep learningknowledge graph
《太赫兹科学与电子信息学报》 2024 (5)
503-515,13
国家自然科学基金资助项目(U21A2045062271266)江苏省前沿引领技术基础研究专项资助项目(BK20192002BK20212001)
评论