典型文献
基于深度神经网络的信息抽取研究综述
文献摘要：
信息抽取任务旨在从非结构化的文本中抽取出结构化的信息,帮助将海量信息进行自动分类、提取和重构,提高信息的利用率.目前,基于深度神经网络的信息抽取技术已经成为自然语言处理领域最重要的研究主题之一,它提供了分析非结构化文本的有效手段,是实现大数据资源化、知识化和普适化的核心技术,此外进一步为更高层面的应用和任务提供了支撑.文章对基于深度神经网络的信息抽取相关研究进行了综述,首先,简要概述了信息抽取的任务定义、目标和意义,然后,回顾了信息抽取任务的发展历程,接下来,从实体抽取、实体关系抽取、事件抽取和事件关系抽取4个方面梳理了近几年关键技术的研究进展.最后,文章对信息抽取领域的未来发展趋势进行了分析和展望.
文献关键词：
信息抽取;深度神经网络;实体抽取;实体关系抽取;事件抽取;事件关系抽取
中图分类号：
作者姓名：
代建华;彭若瑶;许路;蒋超;曾道建;李扬定
作者机构：
湖南师范大学 语言与文化研究院/智能计算与语言信息处理湖南省重点实验室,长沙 410081
文献出处：
引用格式：
[1]代建华;彭若瑶;许路;蒋超;曾道建;李扬定-.基于深度神经网络的信息抽取研究综述)[J].西南师范大学学报（自然科学版）,2022(04):1-11
A类：
事件关系抽取
B类：
深度神经网络,信息抽取,非结构化,自动分类,自然语言处理,结构化文本,大数据资源,知识化,普适化,接下来,实体抽取,实体关系抽取,事件抽取,面梳,年关,分析和展望
AB值：
0.220419
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
